正規表現でＵＲＬからパラメータだけ抜き出したい

2017/08/19 06:50

どの言語でしょうか。

2017/08/19 07:30

PHPです！

2017/08/19 08:03

質問タグに「PHP」を追加されたほうがより多くの方に見てもらえると思いますよ。

行動規範の内容に同意します

回答5件

正規表現を使わなくても専用の関数があります。

【PHP: parse_url - Manual】
http://php.net/manual/ja/function.parse-url.php

【【PHP】URLを分解して配列で取り出すには？ | Web.fla】
http://the-zombis.sakura.ne.jp/wp/blog/2015/01/23/post-2561/

投稿2017/08/19 08:06

総合スコア69407

2017/08/19 08:15

ＰＨＰの既存関数でなく正規表現のみで実現したいのです

2017/08/19 08:18

それであれば、ご自身で試されたコードを質問文に追記し、「何」が「どのように」わからないのか、コードのどの部分で詰まっているのかなどを具体的に追記されたほうが回答が望めると思います。

ockeghem

2017/08/19 08:26

なぜ正規表現でないと駄目なのでしょうか?

2017/08/21 01:38

既存関数を使えない事情があるのです。詳細は長くなるし大したことでもないので割愛させてください・・・。

2017/08/21 02:48

「既存関数を使えない事情」によっては別案が出てくる可能性がある為、その事情を問うているのだと思います。

行動規範の内容に同意します

正規表現でできなくもないですが、正規表現だけでは取れません。
なぜなら、正しい URL であるならば、マルチバイト文字をパラメータとして送っては来ないからです。% エスケープされて送られてきます。
ですから正規表現で取り出した後に、% エスケープをもとに戻す処理も必要になります。その際には URL を送ってきた側がどのエンコーディングを使っていたかによって変わってきますから、本質的には URL 単独では、正しく逆返還することができません。
※URLそのものには文字エンコーディングの情報がないのですから

それらを考慮すれば、すでにある解析関数を使ったほうが手間暇かからないですよ。

投稿2017/08/21 01:27

tacsheaven

総合スコア13703

2017/08/21 01:40

う～んなるほど。勉強になりました。既存関数の存在は知っていますが、正規表現でなければならなかったので質問しました。

行動規範の内容に同意します

RFC3986

URIのパースは奥が深いもので、正規表現でパースは厳密さを求めると困難です。
過去に RFC3986 準拠でパースしたコードをかぎましたが、完成するまで2～4週間はかかったように思います。
英文の解読に時間を費やしましたが、実は日本語訳があったので、今書こうと思えばもう少し短時間でかけるかも知れません。
https://gist.github.com/think49/770087
https://triple-underscore.github.io/RFC3986-ja.html

URL Standard

時代は移り変わり、RFCで定義されていた URI は WHATWG によって URL Standard として再定義されました。
この仕様は URL のパース処理も規定されているので、URLパーサを作る際にはとても役立ちます。
https://triple-underscore.github.io/URL-ja.html
https://url.spec.whatwg.org

パースする為の正規表現 (簡易版)

ここで述べる正規表現は厳密さはなく、私の知識範囲で簡易的に構成したものです。
より厳密さを求める場合は前述の URL Standard を参照して下さい。

まず、URLハッシュを取り除きます。
この正規表現にマッチした文字列を削除する事で http://example.com/#?foo=1&bar=2 のようなクエリ文字列ではないURLハッシュ値にマッチしてしまう問題を回避します。
本来、不正なURLですが、ブラウザは http://example.com/#foo#bar において #foo#bar をURLハッシュとして扱う為、始めにマッチした # 以降をURLハッシュと見做します。

PHP
1'/#.*$/'

次にクエリ文字列にマッチさせます。
前述の処理でURLハッシュが存在しない事が確定しているので安心して終端までマッチできます。
本来、不正なURLですが、http://example.com/?foo=1&bar=2?&piyo=3 が与えられれば、?foo=1&bar=2?&piyo=3 をクエリ文字列と見做します。

PHP
1'/?.*$/'

次にパラメータを分解します。

PHP
1'/[?&]([^&]+)/'

次にパラメータを「名前」と「値」に分解します。
foo==1=のような不正なパラメータにも対応させます。

PHP
1'/([^=]+)=(.*)/'

最後に「名前」と「値」をパーセントデコード(旧称: URLデコード)します。
正規表現系統以外の標準関数が使えないということなので、chr() を使いたいところですが、仕方がないので「ASCII値 <-> 文字」の変換マップを自前で用意して変換していきます。

PHP
1'/(?:%[\dA-Fa-f]{2})+|\+/'

chr() を使って機械的にマップを生成すれば良さそうです。

Re: bakaemon さん

投稿2017/08/21 08:14

編集2017/08/21 14:13

総合スコア18164

2017/08/21 08:55

ありがとうございます。ボクみたいな馬鹿でも理解できました。「パラメータを分解するだけでいいのかな？」と思っていましたが、非常に奥が深いですね。まだざっとしか読んでいないので、あとできちんと参考リンクものぞいてみます。

行動規範の内容に同意します

パラメータの値だけ抜き出したいという場合は

PHP
1$pattern="/(?<==).*?(?=&|$)/";
2preg_match_all($pattern,$url,$matches);
3print_r($matches);

的な処理になります。
「=」が前にあって、後ろが「&」もしくは文末

投稿2017/08/21 01:02

yambejp

総合スコア114843

2017/08/21 01:39

なるほど！こちらも参考になりました。ありがとうございました。

行動規範の内容に同意します

ベストアンサー

GETのnameが変わらないのであれば

php
1$ptn  = '/OVKEY=(.*)&OVRAW=(.*)&OVMTC=(.*)$/';
2$text = 'http://www.example.jp/?OVKEY=車&OVRAW=練馬&OVMTC=Broad';
3preg_match( $ptn, $text, $matches );

で良いかと。

投稿2017/08/19 08:44

OsCh

総合スコア111

2017/08/21 01:38

ありがとうございます！

2017/08/21 02:51

このコードはURLハッシュを考慮しておらず、各 GETパラメータの間に別のパラメータが存在した場合に期待通りにマッチしない問題があります。何某かの課題提出のためのコードで厳密さは求めていないのではと推察しますが、その場合も出題者が求めるレベルによっては減点行為に値するかもしれません。

OsCh

2017/08/21 03:57

なぜか皆さん$_SERVER["REQUEST_URI"]で取れる値を前提としているようですが、出題者は「URL」としか指定しておりません。ポイントは正規表現の使い方かと思いましたので、回答の一例としてポイントのみを押さえた一番シンプルな形として回答しました。