PHP使用preg_replace替换已知字符串间的未知内容

问题分析 #

你需要处理Google新闻的跳转URL，提取其中&url=参数后的真实目标链接，还要应对字符串中可能存在的多个此类链接，避免贪婪匹配导致的过度替换。

解决方案 #

下面是修正后的PHP代码，结合正则转义、非贪婪匹配和捕获组完美实现你的需求：

// 你的原始单行字符串示例
$stringF = 'http://news.google.com/news/url?sa=t&fd=R&ct2=us&usg=AFQjCNHWQk0M4bZi9xYO4OY4ZiDqYVt2SA&clid=c3a7d30bb8a4878e06b80cf16b898331&cid=52779892300270&ei=H4IAW6CbK5WGhQH7s5SQAg&url=https://abcnews.go.com/Lifestyle/wireStory/latest-royal-wedding-thousands-streets-windsor-55280649';

// 执行正则替换提取目标URL
$stringG = preg_replace(
    '~http://news\.google\.com/news/url\?sa=.*?&url=([^\s]+)~i',
    '$1',
    $stringF
);

// 输出结果
echo $stringG;

正则表达式关键点拆解 #

• ~：用它作为正则分隔符，省去了对/的转义操作，让表达式更简洁易读
• http://news\.google\.com/news/url\?：特意转义了.和?——这俩是正则元字符，必须加\才能匹配它们的字面含义
• sa=.*?：.*?是非贪婪匹配模式，会精准匹配sa=之后的内容直到第一个&url=出现，绝对不会过度匹配到其他链接
• &url=([^\s]+)：括号是捕获组，专门提取&url=后面的目标URL；[^\s]+匹配所有非空白字符，确保只捕获当前链接的内容，不会跨到下一个链接
• i：可选的大小写忽略修饰符，如果你的链接可能存在大小写差异可以加上

你的原始代码问题在哪？ #

1. 通配符用错了：正则里的*是量词（表示前面字符出现0次或多次），不是通配符，你需要用.*（贪婪匹配任意字符）或.*?（非贪婪版本）
2. 没转义元字符：?、.这些字符在正则中有特殊功能，必须加\转义才能匹配它们本身
3. 缺少非贪婪控制：不用.*?的话，贪婪的.*会直接匹配到字符串最后一个&url=，导致替换出错
4. 替换逻辑不对：你原来想替换成http，但实际上应该保留&url=后面的完整链接，用捕获组$1引用提取到的内容才是正确思路

内容的提问来源于stack exchange，提问作者Brandon Wolgast