在Ruby中提取URL（到数组）

下午好

我正在学习如何在Ruby中使用正则表达式，现在我需要一些帮助。 我正在尝试从字符串中提取0到多个URL

这是我正在使用的代码：

sStrings = ["hello world: http://www.google.com", "There is only one url in this string http://yahoo.com . Did you get that?", "The first URL in this string is http://www.bing.com and the second is http://digg.com","This one is more complicated http://is.gd/12345 http://is.gd/4567?q=1", "This string contains no urls"]
sStrings.each  do |s|
  x = s.scan(/((http|https):\/\/[a-z0-9]+([\-\.]{1}[a-z0-9]+)*\.[a-z]{2,5}(([0-9]{1,5})?\/.[\w-]*)?)/ix)
  x.each do |url|
    puts url
  end
end

这是返回的内容：

http://www.google.com
http
.google
nil
nil
http://yahoo.com
http
nil
nil
nil
http://www.bing.com
http
.bing
nil
nil
http://digg.com
http
nil
nil
nil
http://is.gd/12345
http
nil
/12345
nil
http://is.gd/4567
http
nil
/4567
nil

---

只提取完整URL而不提取正则表达式部分的最佳方法是什么？

您可以使用匿名捕获组（？：…）而不是（…）

---

我知道您这样做是为了学习正则表达式，但是如果您真的想从字符串中提取URL，请查看

URI.extract

，它从字符串中提取URI。（

需要“uri”

才能使用它）

您可以使用匿名捕获组（？：）而不是（…）

---

我知道您这样做是为了学习正则表达式，但是如果您真的想从字符串中提取URL，请查看

URI.extract

，它从字符串中提取URI。（

需要“uri”

才能使用它）

您可以使用

（？：SUB_模式）

创建非捕获组。下面是一个例子，其中加入了一些额外的简化。另外，由于您使用的是

/x

选项，因此可以通过以可读的方式排列正则表达式来利用它

sStrings = [
    "hello world: http://www.google.com",
    "There is only one url in this string http://yahoo.com . Did you get that?",
    "... is http://www.bing.com and the second is http://digg.com",
    "This one is more complicated http://is.gd/12345 http://is.gd/4567?q=1",
    "This string contains no urls",
]

sStrings.each  do |s|
    x = s.scan(/
        https?:\/\/
        \w+
        (?: [.-]\w+ )*
        (?:
            \/
            [0-9]{1,5}
            \?
            [\w=]*
        )?
    /ix)

    p x
end

---

这对于学习来说是很好的，但是不要试图用这种方式匹配URL。有这样的工具。

您可以使用

（？：SUB_模式）

创建一个非捕获组。下面是一个例子，其中加入了一些额外的简化。另外，由于您使用的是

/x

选项，因此可以通过以可读的方式排列正则表达式来利用它

sStrings = [
    "hello world: http://www.google.com",
    "There is only one url in this string http://yahoo.com . Did you get that?",
    "... is http://www.bing.com and the second is http://digg.com",
    "This one is more complicated http://is.gd/12345 http://is.gd/4567?q=1",
    "This string contains no urls",
]

sStrings.each  do |s|
    x = s.scan(/
        https?:\/\/
        \w+
        (?: [.-]\w+ )*
        (?:
            \/
            [0-9]{1,5}
            \?
            [\w=]*
        )?
    /ix)

    p x
end

这对于学习来说是很好的，但是不要试图用这种方式匹配URL。有一些工具可以做到这一点