[英]extract links (URLs), with nokogiri in ruby, from a href html tags?
[英]Extract links from BBcode with Ruby
从BBcode [code] ... [/ code]部分提取链接的简单方法/正则表达式是哪一个? 所有链接均以http://开头,并以\\ n或[/ code]标记结尾,最后可能有一些空格或其他空格字符。
一个[code]部分可以包含多个链接/代码标签:
[code]http://example1.com
http://example2.com
http://example3.com
[code]
有时还会出现多个连续的[code]部分:
[code]http://example4.com
http://example5.com [/code]
[code]http://example6.com[/code]
[code]
http://example7.com
http://example8.com[/code]
我想从上面定义的部分中获取所有链接,并以简单的展平数组形式进行,但是我无法为scan方法解决正确的正则表达式。
试试这个:
data = '[code]http://example4.com
http://example5.com [/code]
[code]http://example6.com[/code]
[code]
http://example7.com
http://example8.com[/code]'
p data.split(/\[\/*code\]/)
.flat_map{|el| el.split(/\s+/)}
.reject(&:empty?)
输出:
#=> ["http://example4.com", "http://example5.com", "http://example6.com", "http://example7.com", "http://example8.com"]
您可以尝试以下方法:
测试字符串:
bbcode = <<EOF
[code] xxxxx
xxxxx
http://example1.com
http://example2.com
http://notme.org abcd
http://example3.com
[/code]
[code]xxxx[/code]
http://notme.com
[code]http://example4.com
http://example5.com[/code]
[code]http://example6.com [/code]
[code]
http://example7.com
http://example8.com[/code]
EOF
正则表达式:
pattern = Regexp.new('
# Definitions
(?<url> http://[^\[\s]++ ){0}
(?<open> \[code\] ){0}
(?<close> \[/code\] ){0}
(?<ws> [^\S\n]++ ){0}
(?<other> \g<ws>?+
(?> (?!\g<url>) | \g<url> \g<ws> )
[^\[\n]++ ){0}
(?<end> \g<ws>?+ (?> \n | \g<close> ) ){0}
# Pattern
(?> \g<open> | \G (?<! \g<close> ) )
(?> \g<other>?+ \n++ )* \g<ws>?+ \g<url> \g<end> ',
Regexp::EXTENDED | Regexp::IGNORECASE)
bbcode.scan(pattern) do |link, tag|
puts "#{link}\n"
end
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.