Extraer URL de texto en PHP

Question

que tienen este texto:

$string = "this is my friend's website http://example.com I think it is coll"; 

¿Cómo puedo extraer el enlace en otra variable?

Sé que debería ser mediante el uso de la expresión regular especialmente preg_match() pero no sé cómo?

Answer 1

preg_match_all('/[a-z]+:\/\/\S+/', $string, $matches); 

Esta es una manera fácil que funcionaría para muchos casos, no para todos. Todos los partidos se ponen en $ matches. Tenga en cuenta que esto no cubre los enlaces en los elementos de anclaje (< a href = "" ...), pero tampoco en su ejemplo.

Answer 2

Las URL tienen bastante complex definition - primero debe decidir qué desea capturar. Un ejemplo sencillo de capturar cualquier cosa que empiece con http:// y https:// podría ser:

preg_match_all('!https?://\S+!', $string, $matches); 
$all_urls = $matches[0]; 

Tenga en cuenta que esto es muy básico y podría capturar las direcciones URL no válidas. Recomiendo ponerse al día en POSIX y PHP regular expressions para cosas más complejas.

Answer 3

Si el texto del que extraes las URL es enviado por el usuario y vas a mostrar el resultado como enlaces en cualquier lugar, debes ser MUY cuidadoso para evitar XSS vulnerabilities, especialmente las URL del protocolo "javascript:". pero también malformed URLs que podría engañar a su expresión regular y/o al navegador de visualización para que se ejecuten como URL Javascript. Como mínimo, debe aceptar solo URL que comiencen con "http", "https" o "ftp".

También hay un blog entry de Jeff donde describe algunos otros problemas con la extracción de URL.

Answer 4

Probablemente la forma más segura es usar fragmentos de código de WordPress. Descargue la última (actualmente 3.1.1) y vea wp-includes/formatting.php. Hay una función llamada make_clickable que tiene texto simple para param y devuelve una cadena formateada. Puede obtener códigos para extraer URL. Aunque es bastante complejo.

Esta regex de una línea podría ser útil.

preg_match_all('#\bhttps?://[^\s()<>]+(?:\([\w\d]+\)|([^[:punct:]\s]|/))#', $string, $match); 

Pero esta expresión regular todavía no puede eliminar algunas de las URL con formato incorrecto (ej. http://google:ha.ckers.org).

Consulte también: How to mimic StackOverflow Auto-Link Behavior

Answer 5

preg_match_all ("/a[\s]+[^>]*?href[\s]?=[\s\"\']+". 
       "(.*?)[\"\']+.*?>"."([^<]+|.*?)?<\/a>/", 
       $var, &$matches); 

$matches = $matches[1]; 
$list = array(); 

foreach($matches as $var) 
{  
    print($var."<br>"); 
} 

Answer 6

Traté de hacer lo que dijo Nobu, utilizando Wordpress, pero a mucha dependencias a otras funciones de WordPress Yo en cambio optó por usar una expresión regular de Nobu para preg_match_all() y lo convirtió en una función, usando preg_replace_callback(); una función que ahora reemplaza todos los enlaces en un texto con enlaces clicables. Utiliza anonymous functions, por lo que necesitará PHP 5.3 o puede reescribir el código para usar una función normal.

<?php 

/** 
* Make clickable links from URLs in text. 
*/ 

function make_clickable($text) { 
    $regex = '#\bhttps?://[^\s()<>]+(?:\([\w\d]+\)|([^[:punct:]\s]|/))#'; 
    return preg_replace_callback($regex, function ($matches) { 
     return "<a href=\'{$matches[0]}\'>{$matches[0]}</a>"; 
    }, $text); 
} 

Answer 7

Lo que puedes hacer como ..

<?php 
$string = "this is my friend's website http://example.com I think it is coll"; 
echo explode(' ',strstr($string,'http://'))[0]; //"prints" http://example.com 

Answer 8

El código que funcionó para mí (especialmente si tiene varios eslabones de la cadena $) es:

$string = "this is my friend's website http://example.com I think it is cool, but this is cooler http://www.memelpower.com :)"; 
$regex = '/\b(https?|ftp|file):\/\/[-A-Z0-9+&@#\/%?=~_|$!:,.;]*[A-Z0-9+&@#\/%=~_|$]/i'; 
preg_match_all($regex, $string, $matches); 
$urls = $matches[0]; 
// go over all links 
foreach($urls as $url) 
{ 
    echo $url.'<br />'; 
} 

Esperanza que ayuda a los demás.

Answer 9

Puede intentar esto para encontrar el enlace y revisar el enlace (agregue el enlace href).

$reg_exUrl = "/(http|https|ftp|ftps)\:\/\/[a-zA-Z0-9\-\.]+\.[a-zA-Z]{2,3}(\/\S*)?/"; 

// The Text you want to filter for urls 
$text = "The text you want to filter goes here. http://note.taable.com"; 

if(preg_match($reg_exUrl, $text, $url)) { 

     echo preg_replace($reg_exUrl, "<a href="{$url[0]}">{$url[0]}</a> ", $text); 

} else { 

     echo "No url in the text"; 

} 

se refieren aquí: http://php.net/manual/en/function.preg-match.phpsocialnews

Answer 10

Esta expresión regular funciona muy bien para mí y he comprobado con todos los tipos de URL,

<?php 
$string = "Thisregexfindurlhttp://www.rubular.com/r/bFHobduQ3n mixedwithstring"; 
preg_match_all('/(https?|ssh|ftp):\/\/[^\s"]+/', $string, $url); 
$all_url = $url[0]; // Returns Array Of all Found URL's 
$one_url = $url[0][0]; // Gives the First URL in Array of URL's 
?> 

cuadros con una gran cantidad de URL de puede encontrar aquí http://www.rubular.com/r/bFHobduQ3n

Answer 11

public function find_links($post_content){ 
    $reg_exUrl = "/(http|https|ftp|ftps)\:\/\/[a-zA-Z0-9\-\.]+\.[a-zA-Z]{2,3}(\/\S*)?/"; 
    // Check if there is a url in the text 
    if(preg_match_all($reg_exUrl, $post_content, $urls)) { 
     // make the urls hyper links, 
     foreach($urls[0] as $url){ 
      $post_content = str_replace($url, '<a href="'.$url.'" rel="nofollow"> LINK </a>', $post_content); 
     } 
     //var_dump($post_content);die(); //uncomment to see result 
     //return text with hyper links 
     return $post_content; 
    } else { 
     // if no urls in the text just return the text 
     return $post_content; 
    } 
}