После некоторого возни с этим вы диагностируете функцию NOT youtube
, чтобы закомментировать оставшуюся часть и посмотреть, что ей подходит.
То, что вы должны понимать в прогнозных заявлениях, - это все, что они говорят двигателю
, что в текущей позиции не может быть вещь впереди нее.
Всеон продвигает позицию на 1 и пробует снова.
Делает это до тех пор, пока не доберется до позиции, где утверждение проходит.
Поскольку у вас нет якорей, он сопоставляет части строки с чем-то другим.
Итак, вы должны пройти этот отрезок текста, чтобы избежать его части.
Есть несколько способов обойти это, но гораздо проще всего сопоставить его, затем
(*SKIP) (*FAIL) мимо него.
Двигатель на самом деле не соответствует ему, но он выставляет текущийПройдите
и попробуйте снова.
Я избавился (или преобразовал в кластеры) ненужные группы захвата.
Добавил пропуск / сбой, превратил ваш TLD в троичное дерево и отформатировал для
чтения.
Get RegexFormat 8 , который делает это за вас и имеет
встроенный движок для тестирования регулярных выражений.
Обратите внимание, что это (?: [\w-]{10,12} )+ имеет гранулярность 10-12 символов за раз.Где [\w-]{10,} будет соответствовать> 10 символов.Он находится в функции <yt_hash>.И при вызове этого с этим (?&yt_hash)+ квантификатор является избыточным / бесполезным.
Поскольку теперь он успешно пропускает некоторые вызовы к (?&yt_video) .*
, вам придется исследовать части этой функции, чтобыпонять, почему он не соответствует
, и, следовательно, SKIP другие.
Здесь оно сжато
https://regex101.com/r/pOq3Hc/1
/(?i)(?(DEFINE)(?<proto>(?:https?:)?\/\/)(?<port>:[0-9]{2,5})(?<tld>(?:a(?:[cd]|e(?:ro)?|[fgil-oqr]|s(?:ia)?|[tuwxz])|b(?:[abd-h]|iz?|[jl-oq-tvwyz])|c(?:at?|[cdf-ik-n]|o(?:m|op)?|[ru-z])|d[ejkmoz]|e[ceghr-u]|f[i-kmor]|g[abd-il-np-uwy]|h[kmnrtu]|i(?:[delm]|n(?:fo|t)?|[oq-t])|j(?:[em]|o(?:bs)?|p)|k[eg-imnprwyz]|l[a-cikr-vy]|m(?:[ac-hk]|lc?|[mn]|o(?:bi)?|[p-t]|u(?:seum)?|[v-z])|n(?:a(?:me)?|c|et?|[fgilopruz])|o(?:m|rg)|p(?:[ae-hk-n]|ost|ro?|[stwy])|qa|r[eosuw]|s(?:[a-eg-or]|t(?:udio)?|[uvx-z])|t(?:[cd]|el|[f-hj-p]|r(?:avel)?|[tvwz])|u[agkmsyz]|v[aceginu]|w[fs]|y[et]|z[amw]))(?<path>(\/(?:[a-z0-9+%-]\.?)+)*\/?)(?<query>\?[a-z+&$_.-][a-z0-9;:@&%=+\/.-]*)(?<hash>\#[a-z_.-][a-z0-9+$%_.-]*)(?<subdomain>[a-z0-9\-\.]+\.)(?<yt_domain>(?:www\.)?(?:youtube\.com|youtu\.be)\/)(?<yt_hash>(?:[\w-]{10,12})+)(?<yt_video>(?&proto)?(?&yt_domain)+(?:watch)?(?:\/embed\/|\?v=)+(?&yt_hash)+))((?&yt_video).*(*SKIP)(*FAIL)|(?&proto)?(?&subdomain)(?&tld)(?&port)?(?&path)?(?&query)?(?&hash)?)/
И расширено
(?i)
(?(DEFINE)
# URL
(?<proto> # (1 start)
(?: https?: )?
//
) # (1 end)
(?<port> : [0-9]{2,5} ) # (2)
(?<tld> # (3 start)
(?:
a
(?:
[cd]
| e
(?: ro )?
| [fgil-oqr]
| s
(?: ia )?
| [tuwxz]
)
| b
(?: [abd-h] | iz? | [jl-oq-tvwyz] )
| c
(?:
at?
| [cdf-ik-n]
| o
(?: m | op )?
| [ru-z]
)
| d [ejkmoz]
| e [ceghr-u]
| f [i-kmor]
| g [abd-il-np-uwy]
| h [kmnrtu]
| i
(?:
[delm]
| n
(?: fo | t )?
| [oq-t]
)
| j
(?:
[em]
| o
(?: bs )?
| p
)
| k [eg-imnprwyz]
| l [a-cikr-vy]
| m
(?:
[ac-hk]
| lc?
| [mn]
| o
(?: bi )?
| [p-t]
| u
(?: seum )?
| [v-z]
)
| n
(?:
a
(?: me )?
| c
| et?
| [fgilopruz]
)
| o
(?: m | rg )
| p
(?: [ae-hk-n] | ost | ro? | [stwy] )
| qa
| r [eosuw]
| s
(?:
[a-eg-or]
| t
(?: udio )?
| [uvx-z]
)
| t
(?:
[cd]
| el
| [f-hj-p]
| r
(?: avel )?
| [tvwz]
)
| u [agkmsyz]
| v [aceginu]
| w [fs]
| y [et]
| z [amw]
)
) # (3 end)
(?<path> # (4 start)
( # (5 start)
/
(?: [a-z0-9+%-] \.? )+
)* # (5 end)
/?
) # (4 end)
(?<query> \? [a-z+&$_.-] [a-z0-9;:@&%=+/.-]* ) # (6)
(?<hash> \# [a-z_.-] [a-z0-9+$%_.-]* ) # (7)
(?<subdomain> # (8 start)
[a-z0-9\-\.]+
\.
) # (8 end)
# Exceptions
(?<yt_domain> # (9 start)
(?: www\. )?
(?: youtube\.com | youtu\.be )
/
) # (9 end)
(?<yt_hash> # (10 start)
(?: [\w-]{10,12} )+
) # (10 end)
(?<yt_video> # (11 start)
(?&proto)? (?&yt_domain)+
(?: watch )?
(?: /embed/ | \?v= )+
(?&yt_hash)+
) # (11 end)
)
# Capture
( # (12 start)
(?&yt_video) .*
(*SKIP) (*FAIL)
|
(?&proto)?
(?&subdomain)
(?&tld)
(?&port)?
(?&path)?
(?&query)?
(?&hash)?
) # (12 end)