使用单一Ruby正则表达式提取不同URL中的Facebook视频ID

嘿，我来帮你搞定用Ruby正则提取Facebook视频ID的问题！

首先得梳理下常见的Facebook视频URL格式，毕竟不同场景下的链接结构差异不小：

• 个人主页视频链接：https://www.facebook.com/john.doe/videos/123456789012345/
• 官方watch页面链接：https://www.facebook.com/watch/?v=123456789012345
• fb.watch短链：https://fb.watch/abc123XYZ/
• 嵌入用的插件链接：https://www.facebook.com/plugins/video.php?href=https%3A%2F%2Fwww.facebook.com%2Fjohn.doe%2Fvideos%2F112233445566778%2F

下面这个Ruby正则可以一次性覆盖所有这些场景，还能处理大小写、末尾斜杠等细节：

fb_video_regex = %r{
  # 匹配两种URL前缀（非捕获组，不提取前缀内容）
  (?:facebook\.com\/(?:[^\/]+\/videos|watch)\S*[?&]v=|fb\.watch\/)
  # 捕获视频ID：支持数字+字母的形式（兼容长视频ID和短链ID）
  ([a-zA-Z0-9]+)
  # 匹配ID后的结束标记（斜杠、参数分隔符或字符串结尾）
  (?:\/|\?|&|$)
}ix

正则细节解释 #

• %r{...}ix：用Ruby的%r语法定义正则，避免频繁转义斜杠；i修饰符忽略URL大小写（比如FACEBOOK.COM也能匹配），x修饰符允许正则里加空格和注释，可读性更强
• 前缀匹配部分：区分facebook主站的视频路径（个人主页视频/官方watch页）和fb.watch短链两种情况
• 捕获组([a-zA-Z0-9]+)：精准提取视频ID，不管是长串数字还是短链的字母数字混合ID
• 结尾匹配：确保不会把ID后面的参数、斜杠误当成ID的一部分

实际使用示例 #

# 测试用的各种Facebook视频URL
test_urls = [
  "https://www.facebook.com/john.doe/videos/123456789012345/",
  "https://FACEBOOK.com/watch/?v=987654321098765&foo=bar",
  "https://fb.watch/abc123XYZ/",
  "https://www.facebook.com/plugins/video.php?href=https%3A%2F%2Fwww.facebook.com%2Fjohn.doe%2Fvideos%2F112233445566778%2F",
  "https://www.facebook.com/non-video-page" # 非视频链接，用于测试匹配失败情况
]

test_urls.each do |url|
  if match_result = url.match(fb_video_regex)
    puts "提取到视频ID: #{match_result[1]}"
  else
    puts "⚠️ 该URL不是Facebook视频链接: #{url}"
  end
end

运行这段代码会输出：

提取到视频ID: 123456789012345
提取到视频ID: 987654321098765
提取到视频ID: abc123XYZ
提取到视频ID: 112233445566778
⚠️ 该URL不是Facebook视频链接: https://www.facebook.com/non-video-page

为什么你的JS正则转Ruby会出错？ #

常见的几个坑点：

1. 分隔符冲突：JS正则用/.../包裹，遇到斜杠要转义，而Ruby用%r{...}可以避免这个麻烦，写起来更顺畅
2. 修饰符写法：JS把修饰符写在/.../后面（比如/.../i），Ruby虽然也支持/.../i，但用%r{...}ix更适合复杂正则
3. 部分ES新特性不兼容：如果你的JS正则用了ES2018之后的正向断言等特性，Ruby需要调整写法，但Facebook视频URL的正则一般不会涉及这些

如果你的JS正则是类似这样的：

const regex = /(?:facebook\.com\/(?:[^\/]+\/videos|watch)\S*[?&]v=|fb\.watch\/)([a-zA-Z0-9]+)(?:\/|\?|&|$)/i;

转成Ruby只需要改成%r{...}i或者/(?:facebook\.com\/(?:[^\/]+\/videos|watch)\S*[?&]v=|fb\.watch\/)([a-zA-Z0-9]+)(?:\/|\?|&|$)/i就能正常运行啦。

内容的提问来源于stack exchange，提问作者Mathieu