如何为正则表达式代码添加识别GTM跟踪ID的功能？

我有一个用于爬取网页并检测网站上是否存在Google Analytics代码的PHP函数：

function checkUA($domain) {
    $input = file_get_contents($domain);
    if ( $input !== false ){
        //regex to check for UA or GA4 code that returns all matches
        $regex = '/\b[A-Z][A-Z0-9]?-[A-Z0-9]{4,10}(?:\-[1-9]\d{0,3})?\b/';
        //if there is a match, return a unique array (tracking may be included more than once)
        if(preg_match_all($regex, $input,$matches)){
            return array_unique($matches[0]);
        }else{
            //if no match is found, let us know
            return 'no match found';    
        }
    }else{
        return 'Site is blocked from crawlers';
    }
 }

该函数可识别以UA、YT、MO、G、DC、AW开头的跟踪ID，例如：UA-12345-1、G-J2DV45G等。

我尝试为上述正则表达式添加功能，使其同时检测Google Tag Manager（GTM）ID（如GTM-5TDMDSZ），但无法找到修改方法，特此求助。

要兼容GTM格式的ID，只需调整正则表达式的开头部分——原正则仅支持1-2个大写字母开头的ID，而GTM是3个大写字母开头。修改后的正则可覆盖所有需要的ID格式：

$regex = '/\b(?:[A-Z]{3}|[A-Z][A-Z0-9]?)-[A-Z0-9]{4,10}(?:\-[1-9]\d{0,3})?\b/';

修改说明 #

• (?:[A-Z]{3}|[A-Z][A-Z0-9]?)：非捕获组，同时匹配两种开头规则
  • [A-Z]{3}：匹配3个大写字母（对应GTM开头的ID）
  • [A-Z][A-Z0-9]?：保留原有的1-2个字符开头的逻辑（对应UA、G、DC等GA系列ID）
• 其余部分保持不变，确保原有GA系列ID的匹配逻辑不受影响

完整修改后的函数 #

function checkUA($domain) {
    $input = file_get_contents($domain);
    if ( $input !== false ){
        // 匹配GA系列ID和GTM ID的正则
        $regex = '/\b(?:[A-Z]{3}|[A-Z][A-Z0-9]?)-[A-Z0-9]{4,10}(?:\-[1-9]\d{0,3})?\b/';
        if(preg_match_all($regex, $input,$matches)){
            return array_unique($matches[0]);
        }else{
            return 'no match found';    
        }
    }else{
        return 'Site is blocked from crawlers';
    }
 }

修改后该函数可同时匹配：

• GA系列ID：UA-12345-1、G-J2DV45G、DC-67890、AW-123456等
• GTM ID：GTM-5TDMDSZ、GTM-ABC123等

内容的提问来源于stack exchange，提问作者Alex Douglas