如何识别和处理文本字符串中的所有URL？

Question

我想列举一个文本字符串中的所有URL，例如：

text = "fasòls http://george.it sdafsda"

对于找到的每个URL，我想调用一个函数method(...)来转换字符串。

现在我正在使用这样的方法：

msg = ""
for i in text.split
  if (i =~ URI::regexp).nil?
        msg += " " + i
      else 
         msg+= " " + method(i)
  end
end
text = msg

这可行，但是对于长字符串来说很慢。 我怎样才能加快速度？

Answer 1

我认为“ gsub”是您的朋友：

class UrlParser
  attr_accessor :text, :url_counter, :urls

  def initialize(text)
    @text = parse(text)
  end

  private
    def parse(text)
      @counter = 0
      @urls = []
      text.gsub(%r{(\A|\s+)(http://[^\s]+)}) do
        @urls << $2
        "#{$1}#{replace_url($2)}"
      end
    end

    def replace_url(url)
      @counter += 1
      "[#{@counter}]"
    end
end

parsed_url = UrlParser.new("one http://x.com/url two")
puts parsed_url.text
puts parsed_url.urls

如果确实需要快速解析长字符串，则应使用ragel构建ruby C扩展。