使用Ruby从BBcode中提取链接

Question

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。

Answer 1

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"]

Answer 2

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