6

我正在使用DMOZ的url 主题列表，其中包含一些具有包含下划线的主机名的 url。

例如：

608  <ExternalPage about="http://outer_heaven4.tripod.com/index2.htm">
609    <d:Title>The Outer Heaven</d:Title>
610    <d:Description>Information and image gallery of McFarlane's action figures for Trigun, Akira, Tenchi Muyo and other Japanese Sci-Fi animations.</d:Description>
611    <topic>Top/Arts/Animation/Anime/Collectibles/Models_and_Figures/Action_Figures</topic>
612  </ExternalPage>

虽然这个 url 可以在网络浏览器中使用（或者，至少在我的浏览器中可以使用：p），但根据标准，它是不合法的：

主机名不能包含其他字符，例如下划线字符 (_)，

尝试解析此类 URL 时会导致错误URI.parse：

[2] pry(main)> require 'uri'
=> true
[3] pry(main)> URI.parse "http://outer_heaven4.tripod.com/index2.htm"
URI::InvalidURIError: the scheme http does not accept registry part: outer_heaven4.tripod.com (or bad hostname?)
from ~/.rvm/rubies/ruby-1.9.3-p194/lib/ruby/1.9.1/uri/generic.rb:213:in `initialize'

有没有替代URI.parse我可以使用的具有较低严格性的替代方法，而不仅仅是自己滚动？

4

1 回答 1

11

试试Addressable::URI。它比 URI 更接近 RFC，并且非常灵活。

require 'addressable/uri'
uri = Addressable::URI.parse('http://outer_heaven4.tripod.com/index2.htm') 
uri.host 
=> "outer_heaven4.tripod.com"

我已经将它用于一些项目并且对它感到满意。URI 有点……生锈了，需要 TLC。其他人也对此发表了评论：

http://www.cloudspace.com/blog/2009/05/26/replacing-rubys-uri-with-addressable/

几年前，Ruby 开发人员对 URI 的状态进行了相当大的讨论。我现在找不到指向它的链接，但有人建议使用 Addressable::URI 作为替代。我不知道是否有人加紧接管 URI 开发，或者现在情况如何。在我自己的代码中，我继续将 URI 用于简单的事情，并在 URI 证明对我做错事时切换到 Addressable::URI。

于 2012-11-02T14:59:25.670 回答