Php 用于匹配Amazon标记的正则表达式

我有下面的函数，它以下面的格式从Amazon URL提取数据

$str = 'http://www.amazon.com/The-Philppines-Handbook-Information/dp/B00513G3S4%3FSubscriptionId%3DAKIAJHD5HZTGWIGUKABQ%26tag%3Dtestittag-20%26linkCode%3Dxm2%26camp%3D2025%26creative%3D165953%26creativeASIN%3DB00513G3S4';

function extract_data($str) {
    $regex = '/http:\/\/www.amazon.com\/([\w-]+\/)?(dp|gp\/product)\/(tag\w+)?(\w+\/)?(\w{10})/';
    if(preg_match_all($regex, $str, $matches, PREG_PATTERN_ORDER)) {
        var_dump($matches[3]);
        var_dump($matches[5]);
    } else return -1;
}
extract_data($str);

我正在寻找ASIN和标签信息。我能去拿ASIN，但拿标签有困难。这是$regex中的第三个匹配项（第五个是ASIN）。请让我知道我做错了什么

我得到以下输出：

array(1) {
  [0]=>
  string(0) ""
}
array(1) {
  [0]=>
  string(10) "B00513G3S4"
}

---

第三个匹配返回空，即不匹配任何内容。如何匹配标签TestTag-20？

如果没有更多示例，我无法确定，但这就是它需要对示例链接执行的操作：

http:\/\/www.amazon.com\/([\w-]+\/)?(dp|gp\/product)\/(tag\w+)?(\w+\/)?(\w{10})(?:%[^%]+){3}%\w{2}([^%]+)

只是一个便条，你可能没有注意到，但是链接中有两个ASIN，你正在抓取第一个出现的ASIN，而不是最后一个

---

请参阅以获得更好的视图。

请记住，URL参数可能会按顺序更改，因此我甚至不会一次对所有内容进行固定匹配

相反，我会尝试匹配类似于

/（？：%3F |%26）（[\w\-]+？）%3D（[\w\-]*？）（？：%26 |$）/

。如果您正在查找所有匹配项，那么这将为您提供一个键/值对列表

作为替代方案，可能不太容易出错且更干净：

• 首先，用

  urldecode（）

  解码字符串（这样你就可以去掉

  %.

  实体）
• 然后使用

  parse_url（）

  解析url。这将为您提供一个漂亮、干净的阵列。您将对

  query

  的内容感兴趣