なんっていうか説明し辛い表現だが。
正規表現を使いURLを拾い上げてリンクをつけ、さらにその中にURLのタイトルとして使える物があればそれも使う。
つまりは、アマゾンなどの検索リンク貼り付けると
http://www.amazon.co.jp/s/ref=nb_sb_noss?__mk_ja_JP=%83J%83%5E%83J%83i&url=search-alias%3Daps&field-keywords=%83e%83X%83g
こうなるのを、
<a href="http://www.amazon.co.jp/s/ref=nb_sb_noss?__mk_ja_JP=%83J%83%5E%83J%83i&url=search-alias%3Daps&field-keywords=%83e%83X%83g" target="_blank">http://www.amazon.co.jp/s/ref=nb_sb_noss?__mk_ja_JP=%83J%83%5E%83J%83i&url=search-alias%3Daps&field-keywords=%83e%83X%83g</a>
こうする。さらに、アマゾンのリンクは「field-keywords=%83e%83X%83g」の部分に検索した文字列があるので、こいつを抜き出しデコードしてこのような形にする。
<a href="http://www.amazon.co.jp/s/ref=nb_sb_noss?__mk_ja_JP=%83J%83%5E%83J%83i&url=search-alias%3Daps&field-keywords=%83e%83X%83g" target="_blank">テスト</a>
URLをリンク化する正規表現は少し検索すればすぐ出てくる。私はこのようにしている。
$URL = "http://www.amazon.co.jp/s/ref=nb_sb_noss?__mk_ja_JP=%83J%83%5E%83J%83i&url=search-alias%3Daps&field-keywords=%83e%83X%83g"
$URL = preg_replace("/(https?.*?)(?= | |n|r)/ium", "<a href=""$1"" target=""_blank"">$1</a>", $URL);
「http」もしくは「https」から始まり、改行、スペース手前に至るまでの文字列をリンクとして処理する。(?=)は肯定的先読みで、スペースや改行自体にマッチングするわけではなく、その手前、文字と文字の間にマッチングする。
 |
正規表現の先読み・後読みを極める！ – あらびき日記 柔軟性の高い正規表現を書こうとすると，避けて通れないのが先読み・後読みです． 先読み・後読みに関して，いままではとりあえず的な理解をしていたのですが，それだと説明できない正規表現に遭遇したので，説明 … とても理解しやすかったです。ありがとうございます |
さらに、「リンク処理がされていて」なおかつ「keywords=」がURLに含まれている文字列を探し出し、そのテキスト行を処理する正規表現をかける。（「field-keywords=」でないのは、他の検索サービスなどで「keywords=」を利用している場合があるからで、そちらも同時に処理できてしまえば手間が減るから）
$URL = preg_replace("/(?<="_blank">)(https?.*?)(?<=keywords=)(.*?)(?=</a>|&)/iume", '"URL：".urldecode("$2")', $URL);
少しややこしい処理になっている。ひとつひとつ見ていこう。まずパターンから。
<a href="http://www.amazon.co.jp/s/ref=nb_sb_noss?__mk_ja_JP=%83J%83%5E%83J%83i&url=search-alias%3Daps&field-keywords=%83e%83X%83g" target="_blank">http://www.amazon.co.jp/s/ref=nb_sb_noss?__mk_ja_JP=%83J%83%5E%83J%83i&url=search-alias%3Daps&field-keywords=%83e%83X%83g</a> 肯定的後読み。"_blank">の「後」にマッチングする。 (?<="_blank">) <!-- 正確には「"_blank">」と「http:」の間 --> ↓ http://www.amazon.co.jp/s/ref=nb_sb_noss?__mk_ja_JP=%83J%83%5E%83J%83i&url=search-alias%3Daps&field-keywords=%83e%83X%83g</a> http、httpsから始まり、さらに「keywords=」がある場合に「keywords=」の「後」にマッチングする。 https?.*?(?<=keywords=) ↓ <!-- 正確には「keywords=」と「%83e%83X%83g</a>」の間 --> %83e%83X%83g</a> 「keywords=」の後の文字列から、</a>もしくは$の手前までを$1に収容する。 (.*?)(?=</a>|&) ↓ %83e%83X%83g 以上でマッチングされる文字列は $1 = %83e%83X%83g
処理は簡単だが、「%83e%83X%83g」をデコードする必要があり、そのためには処理の中でurldecode()を利用する。パターン修飾子「e」をつける必要がある。
'"URL：".urldecode("$1")'
そして実際の処理はこうなっている。テキストだだと味気ないので「URL：」をつけるようにしてみた。処理全体をシングルクォーターで加工のを忘れずに。