获得使用正则表达式

Question

字符串的一部分，我有一个亚马逊的链接：

http://www.amazon.com/Pampers-Softcare-Fresh-Wipes-Count/dp/B007KXO998/ref=pd_zg_rss_ts_165796011_165796011_7?ie=UTF8&tag=elson06-20 

我试图让产品ID B007FHX9OK是dp/后和之前?ref=pd_zg_rss_ts_165796011_165796011_7 我想，使用正则表达式或任何可以提取它的东西。

url的链接是静态的，它不会改变。

Answer 1

下面是我做什么，因为我敢肯定，链接始终相同的格式：

$link = 'http://www.amazon.com/Pampers-Softcare-Fresh-Wipes-Count/dp/B007KXO998/ref=pd_zg_rss_ts_165796011_165796011_7?ie=UTF8&tag=elson06-20' 
$link = parse_url($link); 
$link = explode('/',$link['path']); 
$link = $link[3]; 
echo $link; //B007KXO998 

Answer 2

$string = 'http://www.amazon.com/iOttie-Windshield-INCREDIBLE-BlackBerry-Revolution/dp/B007FHX9OK?SubscriptionId=AKIAJJPPYQPVMQLOYLKQ&tag=elson06-20&linkCode=sp1&camp=2025&creative=165953&creativeASIN=B007FHX9OK'; 
//$string = 'http://www.amazon.com/Pampers-Softcare-Fresh-Wipes-Count/dp/B007KXO998/ref=pd_zg_rss_ts_165796011_165796011_7?ie=UTF8&tag=elson06-20'; 

$pid = basename((false !== strpos($string, '/ref=')) 
    ? pathinfo($string, PATHINFO_DIRNAME) 
    : parse_url($string, PHP_URL_PATH)); 

echo $pid; // Outputs B007KXO998 or B007FHX9OK, will work for both types of URLs 

你不需要正则表达式，PHP有内置函数来解析URL。

Answer 3

这些网址是否始终采用此确切格式，还是会与任何亚马逊网址匹配？

如果格式总是这样，那么你可以使用@神秘的答案。否则，使用|dp/([A-Z0-9]+)|i这样的模式会更灵活。

这将匹配字符串中的dp/后面的任何字母数字字符串（不区分大小写）。那么，整场比赛将包括dp/部分，但括号内的部分是仅匹配产品ID的子比赛。

---

编辑：据this page，亚马逊的产品ID（ASINs）可以存在于各种各样的网址，使它们难以企及，而我上面的代码将无法赶上他们。

试图捕获这些内容的一种方法是使用parse_url来提取URL的host和path部分。从那里，您可以根据已知的Amazon域名检查主机部分，并且您可以路径为explode，并检查每个部分的长度为10个字符的字母数字部分。即使那样，书籍的ASIN就是书籍ISBN，并且在一些情况下有亚马逊可能使用的13位版本（尽管我没有证据证明它们是这样做的）。

这是一个非常简单的例子，我还没有彻底测试：

$url = get_url_from_wherever(); 
$url_parts = parse_url($url); 

$host = $url_parts['host']; 
$path = explode('/', $url_parts['path']); 

$amazon_hosts = array(
    'amazon.com', // United States 
    'amazon.ca', // Canada 
    'amazon.cn', // China 
    'amazon.fr', // France 
    'amazon.it', // Italy 
    'amazon.de', // Germany 
    'amazon.es', // Spain 
    'amazon.co.jp', // Japan 
    'amazon.co.uk', // United Kingdom 
    'amzn.to'  // URL Shortener 
); 
$amazon_hosts = array_map('preg_quote', $amazon_hosts); 

$asin = FALSE; // initialize in case we don't find the ASIN 

if (preg_match('/(^|\.)(' . implode($amazon_hosts, '|') . ')$/i', $host)) { 
    // valid host 
    foreach($path as $path_component) { 
    if (preg_match('/^[A-Z0-9]{10}$/i', $path_component)) { 
     // this is probably the ASIN, since the string is a 10-character alphanumeric 
     $asin = $path_component; 
    } 
    } 
} 

if ($asin) { 
    // process ASIN 
} else { 
    // couldn't find an ASIN in this URL 
}