使用preg_replace将Twitter URL替换为带ID的div标签失败，求助解决方案

我有如下字符串：

$string = " https://twitter.com/AdamaUK_/status/1262730246668922885 text https://twitter.com/wheat_daddy/status/1262629949908885511?s=20 text https://twitter.com/AdamaUK_/status/1262730246668922885 text https://twitter.com/wheat_daddy/status/1262629949908885511?s=30 ";

希望通过preg_replace()将其替换为：

<div id='1262730246668922885'></div> text <div id='1262629949908885511'></div> text <div id='1262730246668922885'></div> text <div id='1262629949908885511'></div>

我尝试了以下代码但未成功：

$pattern = "/(?i)\b((?:https?:\/\/|www\d{0,3}[.]|twitter+[.][a-z]{2,4}\/)(?:[^\s()<>]+|\(([^\s()<>]+|(\([^\s()<>]+\)))*\))+(?:\(([^\s()<>]+|(\([^\s()<>]+\)))*\)|[^\s`!()\[\]{};:'\".,<>?«»“”‘’]))/";
function getTweet($string) {
    return preg_replace($pattern, "<div id='$1'></div>", $string);
}

请问如何正确提取Twitter URL中的ID并成功替换为对应的div标签？感谢解答。

问题分析 #

你之前的正则主要有两个问题：

1. 匹配范围太广：这个正则是通用的URL匹配规则，会匹配所有类型的链接，而不是仅针对Twitter的状态链接；
2. 捕获内容错误：你用$1捕获的是整个URL字符串，而不是我们需要的状态ID，所以替换后div的id会是完整URL，不符合需求。

解决方案 #

我们可以写一个更精准的正则，专门匹配Twitter状态链接的结构，直接捕获其中的状态ID部分：

完整代码实现

$string = " https://twitter.com/AdamaUK_/status/1262730246668922885 text https://twitter.com/wheat_daddy/status/1262629949908885511?s=20 text https://twitter.com/AdamaUK_/status/1262730246668922885 text https://twitter.com/wheat_daddy/status/1262629949908885511?s=30 ";

// 精准匹配Twitter状态链接的正则
$pattern = "/https?:\/\/twitter\.com\/[^\/]+\/status\/(\d+)(?:\?\S*)?/i";

function getTweet($string, $pattern) {
    return preg_replace($pattern, "<div id='$1'></div>", $string);
}

// 输出结果
echo getTweet($string, $pattern);

正则规则详解

逐段拆解这个正则的作用：

• https?:\/\/twitter\.com\/：匹配HTTP/HTTPS开头的Twitter域名，?允许省略s，\.转义点号避免匹配任意字符；
• [^\/]+：匹配Twitter用户名（除了斜杠的任意字符，直到下一个斜杠为止）；
• \/status\/：匹配状态链接的固定路径部分；
• (\d+)：核心捕获组，匹配一串数字（也就是我们需要的状态ID），后续用$1引用这个值；
• (?:\?\S*)?：非捕获组，匹配链接末尾的可选参数（比如?s=20），?表示这部分是可选的，\S*匹配任意非空白字符直到空格结束；
• /i：不区分大小写修饰符，兼容大写形式的URL（比如HTTPS://TWITTER.COM/...）。

额外优化

我把正则作为参数传入函数，避免了使用global变量，这样代码的耦合度更低，也更符合PHP的最佳实践。

内容的提问来源于stack exchange，提问作者max