Según lo que leí en:
- Determine if 10 digit string is valid Amazon ASIN
- Get ASIN from pasted Amazon url
- How write a regex that matches only when there's a slash OR nothing after the match?
no hay una sintaxis concreta para poder diferenciarlo, excepto que:
- Empieza por
B
y tiene exactamente 9 caracteres más en mayúsculas, o es un ISBN. - Tienen que estar inmediatamente seguidas por
/
,?
,#
, o el final del texto. - Suele estar precedido por
/o/
,/ASIN/
o/e/
; o/dp/
o/gp/product/
, opcionalmente con una carpeta en el medio antes del ASIN.
Estas son reglas inferidas a partir de la prueba y error, por lo que en el futuro podría no coincidir con algún código. Además, no son reglas muy estrictas, por lo que se pueden esperar falsos positivos.
Para coincidir con una `B` seguida de 9 alfanuméricos en mayúsculas, o un ISBN:
~/\K(?:B[\dA-Z]{9}|\d{9}[\dX])(?=$|[/?#])~
Y si exigimos que esté precedido por las carpetas que suelen presentarse:
~/(?:o|[eo]|ASIN|(?:gp|dp/product)(?:/[^/]+)??)/\K(?:B[\dA-Z]{9}|\d{9}[\dX])(?=$|[/?#])~
Código:
function extraerASIN($url){
$regex = '~/(?:o|[eo]|ASIN|(?:gp|dp/product)(?:/[^/]+)??)/\K(?:B[\dA-Z]{9}|\d{9}[\dX])(?=$|[/?#])~';
if (preg_match( $regex, $url, $match)) {
return $match[0];
} else {
return false; //No se encontró
}
}
En todo caso, esta función podría dar resultados falsos. Lo recomendado es utilizar la API de Amazon.