html - Rails 从 HTML 中获取标题标签

Question

在我的 Rails 控制器中，我有一个用户提供的 URL。我想从该<title>...</title>URL 的 HTML 中的标签中提取标题，并将其分配给一个变量title. 我怎样才能做到这一点？

编辑：在不使用外部包/库的情况下这样做会更好

Answer 1

我刚刚尝试使用HTTParty来获取文档，并使用 Nokogiri来解析它：

Nokogiri::HTML::Document.parse(HTTParty.get("http://www.google.com").body).title
#=> "Google"

更新：

这适用于Net:HTTP，它是 ruby​​ 标准库的一部分，以及一个正则表达式：

Net::HTTP.get(URI("http://twitter.com")) =~ /<title>(.*?)<\/title>/
$1 # get the first result from the matching
#=> "Twitter"

更新：

=~称为“match”是一种方法，String用于将正则表达式与字符串进行匹配。它基本上相同，Regexp#match但接收者和参数是倒置的。

string = "<title>my title</title>
regexp = /<title>(.*?)<\/title>/

string =~ regexp
$1 # => "my title"

regexp.match(string)
$1 # => "my title"

当您获取的 HTML 文档不包含标题或标题标签时会发生什么？

"<title></title>" =~ regexp
$1 # => ""

"" =~ regexp
$1 # => nil