[正規表現]URLからある部分まで取得したい

Question

前提・実現したいこと

PHPで正規表現を使用してURLからある部分までを取得したいです。
正規表現の知識が薄く、時間的に勉強している時間がないため、質問させていただきました。

●URL
https://aaaaa.com/abcde/xyz.php?aaa=12345

上記URLから
「https://aaaaa.com/abcde」までを取得したいのです。
「https://aaaaa.com」までなら調べて取得できたのですが、その先がわからないです。

・aaaaa.comやabcdeは可変になります。

すみませんが、お力添え宜しくお願いします。

Comments

[kyoya0819]

aaaaa.comは不変ですか？
abcdeは不変ですか？

それとも何かしらの法則性があるなら質問に御追記ください。

[m.ts10806]

asuchi0819さんのおっしゃることはもっともですね。
要件やパターンが１つしかないので「時間ないから答えろ」と言われても
今私がした回答でどこまで満たせるか分からないので答えづらい状況です。

[entaro12345]

失礼いたしました。
aaaaa.comもabcdeも可変になります。
そのため、正規表現での取得が良いのかなと思っております。
質問文にも追記します。

[m.ts10806]

その後、私の回答を試してみて満たせない部分あったらそれも追記してください。

[m.ts10806]

>・aaaaa.comやabcdeは可変になります。
これだけだとほぼヒントなしですよ。
「どのようなパターンがあるのか」洗い出してください。
可変って言葉は本当に如何様にもとれるので。
単にURLというだけなら私が回答で提示したpathinfo()で満たせます。
正規表現は万能ではないですよ。パターンすべて洗い出しての対応が必要なので可変のパターン次第ですけど、可変にはあまり強くない仕組みです

[entaro12345]

ありがとうございます。
提示していただいたpathinfo()で試みてみます。

[Orlofsky]

なんでもかんでも正規表現を使いたがる人がいるけど、
https:// 以降に見つかった2つ目の / から 右側 で良いような？

Answer 1

別解

<?php

$url = 'https://aaaaa.com/abcde/xyz.php?aaa=12345';


echo PHP_EOL.'-----'.PHP_EOL;

$components = explode('/', $url);
echo implode('/', array_slice($components, 0, count($components)-1));

echo PHP_EOL.'-----'.PHP_EOL;

echo substr(explode(pathinfo($url)['filename'], $url)[0], 0, -1);

echo PHP_EOL.'-----'.PHP_EOL;

echo str_replace('/'.pathinfo($url)['basename'], '', $url);

echo PHP_EOL.'-----'.PHP_EOL;

echo substr($url, 0, -1 * (1 + strlen(pathinfo($url)['basename'])));

echo PHP_EOL.'-----'.PHP_EOL;

Comments

[thyda.eiqau]

正規化されていないものに正規表現を使うのは得策ではありません。たとえばなにかのログを見るときは、[発生日時] [脅威度] [エラーコード] [概要] のように決まった形式で記録されているはずなので正規化されていると言えます。
URLの場合、そのシステムに入ってくるURLのフォーマットが決まっている（ドメインが固定でフォルダの数も固定だがフォルダ名・ファイル名が違う可能性があるとか、ドメインは可変だがサブフォルダはつかないとか、言語化できるなんらかのルールがある）のであれば正規化されていると言ってもいいですが、ドメインのレベルは何個あるかわからない、フォルダの階層もわからない、クエリの長さもわからないだと、正規表現を使うのはやめたほうがいいです。できなくはないと思いますが、書くのも大変だしメンテナンス性は悪いし苦痛なだけです。

もしあなたが直面しているのが「正規表現を使ってみよう」という課題なのであれば、あなたが考えないと意味がないので、がんばって正規表現を書いてください。先述の通り、フォーマットが決まっているなら正規表現で表すことができます。

[thyda.eiqau]

ちなみに私の回答の中だとオススメは1つ目か4つ目です。「いくらでもやりようはある」ことを示すために、思いつくままに4パターン書きましたが、2つ目と3つ目には条件次第で崩壊する可能性があります。
1つ目と4つ目に崩壊の可能性は無いと断言できるわけではない (悪魔の証明) ですが、2つ目と3つ目は容易に崩壊パターンが思いつくという感じです。どういうURLが来ると崩壊するか考えてみても面白いと思います。

「自分で壊そうとしてみる」のは、壊れないシステムを作るための重要な考え方です。何をしたら壊れる (= 意図しない動きになる) だろう？と考えるようにしてください。 質問に追記・修正依頼が来ましたよね。それは、ベテランになればなるほど「あれが来たら壊れる」「これが来たら壊れる」と思いつくパターンがたくさん思いつくので、せめて「あれは来ない」「でもここは考慮する必要がある」というようになるべく曖昧な部分を排除したいからです。たくさんのパターンをすべて回答に書くのは大変なので。

[m.ts10806]

コメントの方がアドバイスとしては重要ですね。

Answer 2

正規表現である必要はないように思います。

$url = "https://aaaaa.com/abcde/xyz.php?aaa=12345";
var_dump(pathinfo($url));
/**
array(4) {
  ["dirname"]=>
  string(23) "https://aaaaa.com/abcde"
  ["basename"]=>
  string(17) "xyz.php?aaa=12345"
  ["extension"]=>
  string(13) "php?aaa=12345"
  ["filename"]=>
  string(3) "xyz"
}
**/

パターンが１つしか提示されてないのでこれで満たせない場合は要件をすべて洗い出して提示してください。知っていることが自身にしかないのでしたら的確なアドバイスは得られません。
後出しが一番よろしくありません。（要件次第では私は今後この回答に追記しません）

苦言になってしまいますが。

正規表現の知識が薄く、時間的に勉強している時間がないため、質問させていただきました。

質問している時間で解決する内容だとしたら
勉強している時間はあるのでは？

言い訳よりも「やったこと」「試したこと」をどんなに途中なものでも不細工でも書いてもらった方が解決に繋がりやすくなりますし、何より丸投げ感がなくなります。

Comments

[entaro12345]

アドバイス等ありがとうございます。
おっしゃる通りですね。
情報もすべて出してない状況でご質問してしまい、大変申し訳なく思っております。

[m.ts10806]

ちなみに
https://aaaaa.com/abcde/fghij/
で
https://aaaaa.com/abcde/
が欲しいとなった場合、
pathinfoだけでは無理ですが、そもそもそうなると正規表現としても簡単ではないので、pathinfo()とった上で/でばらして１つ目を取得するなど工夫することで取得可能です。
やはり要件次第ですね。ただ、なんでもかんでも「１回で取る」と考えなくて良いですし、わざわざ苦手な正規表現に挑戦する必要はないと思います。
結局自分で考えることができないのでしたら毎回誰かに頼ることになって、何か仕様変更したときに自分では手に負えないものになりますからね。