斯卡拉 - 从URL - 源码之家

问题描述：

YouTube视频ID我从这里以下的正则表达式：https://stackoverflow.com/a/10405818/924999 斯卡拉 - 从URL

val regex = """/https?:\/\/(?:[0-9A-Z-]+\.)?(?:youtu\.be\/|youtube\.com(?:\/embed\/|\/v\/|\/watch\?v=|\/ytscreeningroom\?v=|\/feeds\/api\/videos\/|\/user\S*[^\w\-\s]|\S*[^\w\-\s]))([\w\-]{11})[?=&+%\w-]*/ig;""".r

我试图提取YouTube视频网址与视频ID：

val url = "http://www.youtube.com/watch?v=XrivBjlv6Mw" 

url match { 

    case regex(result) => result 

    case _ => null 

}

然而，似乎总是返回null，有什么我失踪或需要做不同？提前任何帮助

谢谢，非常感谢:)

请不要在Scala中使用'null'。如果视频ID合法可以或不可以存在，那么它应该是一个'Option [String]'，返回'Some（result）'和'None'。如果正则表达式失败总是一个硬错误，那么在默认情况下抛出一个异常（或者如果你想对它有很强的功能，可以使用'Either'）。 – 2012-07-11 10:55:40

感谢您的提示，你有任何想法，为什么正则表达式匹配不会返回结果？ – jhdevuk 2012-07-11 11:14:00

不怕;调试既没有评论也没有解释性分解的192字符正则表达式不是我的一杯茶。由于输出只是一个布尔值（即“不匹配”），解决这个问题的唯一方法是将正则表达式分解成更小的部分，直到找到它失败的原因为止 - 这主要是* work *，并且不需要很多知识/见解等等。所以不用谢谢。 – 2012-07-11 12:04:02

答

，你必须是php风格的正则表达式，而不是Java风格的正则表达式 - 例如，请注意0标志在结尾处。

所以你只需要编辑了一下：

val youtubeRgx = """https?://(?:[0-9a-zA-Z-]+\.)?(?:youtu\.be/|youtube\.com\S*[^\w\-\s])([\w \-]{11})(?=[^\w\-]|$)(?![?=&+%\w]*(?:[\'"][^<>]*>|</a>))[?=&+%\w-]*""".r

我测试了所有可能的YouTube网址，和它的作品。例如：

scala> youtubeRgx.pattern.matcher("http://www.youtube.com/watch?v=XrivBjlv6Mw").matches 
res23: Boolean = true

，并提取值：

"http://www.youtube.com/watch?v=XrivBjlv6Mw" match { 
    case youtubeRgx(a) => Some(a) 
    case _ => None 
} 
res33: Option[String] = Some(XrivBjlv6Mw)

这是一个遗憾的是，Java不允许在正则表达式正确的意见，所以我做了我所能做：

val youtubeRgx = """https?://   # Required scheme. Either http or https. 
        |(?:[0-9a-zA-Z-]+\.)? # Optional subdomain. 
        |(?:    # Group host alternatives. 
        | youtu\.be/  # Either youtu.be, 
        || youtube\.com # or youtube.com followed by 
        | \S*    # Allow anything up to VIDEO_ID, 
        | [^\w\-\s]  # but char before ID is non-ID char. 
        |)     # End host alternatives. 
        |([\w\-]{11})  # $1: VIDEO_ID is exactly 11 chars. 
        |(?=[^\w\-]|$)  # Assert next char is non-ID or EOS. 
        |(?!    # Assert URL is not pre-linked. 
        | [?=&+%\w]*  # Allow URL (query) remainder. 
        | (?:    # Group pre-linked alternatives. 
        | [\'"][^<>]*> # Either inside a start tag, 
        | | </a>   # or inside <a> element text contents. 
        | )    # End recognized pre-linked alts. 
        |)     # End negative lookahead assertion. 
        |[?=&+%\w-]*  # Consume any URL (query) remainder. 
        |""".stripMargin.replaceAll("\\s*#.*\n", "").replace(" ","").r

（改编from @ ridgerunner的答案在这里：find all youtube video ids in string）

哇，非常感谢你的出色帮助:)我在这里收到很长时间的最好的答案之一:) – jhdevuk 2012-07-11 13:30:23

@sirjamm - 不客气:) – Rogach 2012-07-11 14:34:07

@Rogach - 您可以添加评论在如果以（？x）开头，则为正则表达式。 – sellmerfud 2012-07-11 21:53:50

答

一个更简单的方法：

scala> val url = "http://www.youtube.com/watch?v=XrivBjlv6Mw" 
url: java.lang.String = http://www.youtube.com/watch?v=XrivBjlv6Mw 

scala> val regex = "v=[\\w]*"r 
regex: scala.util.matching.Regex = v=[\w]* 

scala> for (x <- regex findFirstIn url) yield x.replace("v=","") 
res3: Option[java.lang.String] = Some(XrivBjlv6Mw)

按照http://stackoverflow.com/questions/5830387/php-regex-find-all-youtube-video-ids-in-string/10405818#10405818，这不会赶上大多数IDS。 – Rogach 2012-07-11 12:00:03

答

First Scala接受Java风格的正则表达式。如果你提供斜杠，那么它们是模式的一部分，而不是分隔符。此外，标志必须为每个组指定，而不是在正则表达式之后。

第二，要匹配case regex(result)，您必须在您的模式中定义匹配组。你必须将视频ID分组为匹配模式 - 我只是不知道这是否是过度复杂的模式。

斯卡拉 - 从URL

相关推荐