ruby - 如何解析 URL 并提取所需的子字符串

Question

假设我有一个这样的字符串："http://something.example.com/directory/"

我想要做的是解析这个字符串，并"something"从字符串中提取。

第一步，显然是检查以确保字符串包含"http://"- 否则，它应该忽略该字符串。

但是，我该如何提取该"something"字符串中的？假设这将评估的所有字符串都将具有类似的结构（即，我正在尝试提取 URL 的子域 - 如果正在检查的字符串确实是有效的 URL - 其中 valid 以 开头"http://"）。

谢谢。

PS 我知道如何检查第一部分，即我可以简单地在 处拆分字符串，"http://"但这并不能解决全部问题，因为这会产生"http://something.example.com/directory/". 我想要的只是"something"，没有别的。

Answer 1

我会这样做：

require 'uri'

uri = URI.parse('http://something.example.com/directory/')
uri.host.split('.').first
=> "something"

URI内置在 Ruby 中。它不是功能最齐全的，但对于大多数 URL 来说，它有足够的能力完成这项任务。如果您有IRI，请查看Addressable::URI。

Answer 2

你可以使用 URI 之类的

uri = URI.parse("http://something.example.com/directory/")
puts uri.host
# "something.example.com"

然后你就可以在主机上工作了。或者从ruby​​ 中的字符串中删除子域中
有一个 gemdomainatrix

require 'rubygems'
require 'domainatrix'

url = Domainatrix.parse("http://foo.bar.pauldix.co.uk/asdf.html?q=arg")
url.public_suffix       # => "co.uk"
url.domain              # => "pauldix"
url.subdomain           # => "foo.bar"
url.path                # => "/asdf.html?q=arg"
url.canonical           # => "uk.co.pauldix.bar.foo/asdf.html?q=arg"

你可以只使用子域。

Answer 3

好吧，你可以使用正则表达式。类似的东西/http:\/\/([^\.]+)/，也就是第一组非'.' 之后的字母http。

查看http://rubular.com/。您也可以针对一组测试来测试您的正则表达式，这对于学习这个工具非常有用。

Answer 4

使用 URI.parse 你可以得到：

require "uri"

uri = URI.parse("http://localhost:3000")
uri.scheme # http
uri.host # localhost
uri.port # 3000