Ruby中的Regex用于表示图像的URL

所以我正在开发一个爬虫程序，在一个页面上获取一堆图片，这些图片被保存为链接。目前，相关代码为：

def parse_html(html)
  html_doc = Nokogiri::HTML(html)
  nodes = html_doc.xpath("//a[@href]")
  nodes.inject([]) do |uris, node|
    uris << node.attr('href').strip
  end.uniq
end

---

诚然，我从其他人那里得到了那个正则表达式，并试图编辑它以使其工作，但我失败了。我遇到的一个大问题是，我使用的原始正则表达式中有几个“#”字符，我不知道这是否是一个我可以转义的字符，或者Ruby是否会在这一点上停止阅读。非常感谢你的帮助

Regexp是一个非常强大的工具，但与简单的字符串比较相比，它的速度非常慢

对于您的简单示例，我建议使用以下简单条件：

IMAGE_EXTS = %w[gif jpg png]
if IMAGE_EXTS.any? { |ext| uri.end_with?(ext) }
  # ...

在问题的上下文中，您可能希望将方法更改为：

IMAGE_EXTS = %w[gif jpg png]

def parse_html(html)
  uris = []

  Nokogiri::HTML(html).xpath("//a[@href]").each do |node|
    uri = node.attr('href').strip
    uris << uri if IMAGE_EXTS.any? { |ext| uri.end_with?(ext) }
  end

  uris.uniq
end

IMAGE\u EXTS=%w[gif jpg png]
def解析_html（html）
URI=[]
Nokogiri:：HTML（HTML）.xpath（“//a[@href]”）。每个do |节点|
uri=node.attr（'href'）.strip
uriRegexp是一个非常强大的工具，但是与简单的字符串比较相比，它们的速度非常慢

对于您的简单示例，我建议使用以下简单条件：

IMAGE_EXTS = %w[gif jpg png]
if IMAGE_EXTS.any? { |ext| uri.end_with?(ext) }
  # ...

在问题的上下文中，您可能希望将方法更改为：

IMAGE_EXTS = %w[gif jpg png]

def parse_html(html)
  uris = []

  Nokogiri::HTML(html).xpath("//a[@href]").each do |node|
    uri = node.attr('href').strip
    uris << uri if IMAGE_EXTS.any? { |ext| uri.end_with?(ext) }
  end

  uris.uniq
end

IMAGE\u EXTS=%w[gif jpg png]
def解析_html（html）
URI=[]
Nokogiri:：HTML（HTML）.xpath（“//a[@href]”）。每个do |节点|
uri=node.attr（'href'）.strip
我会考虑修改你的XPath来包括你的逻辑。例如，如果您只需要包含
img
的
a
元素，则可以使用以下选项：

"//a[img][@href]"

或者更进一步，直接从
href
值中提取URI：

uris = html_doc.xpath("//a[img]/@href").map(&:value)

我会考虑修改你的XPath来包括你的逻辑。例如，如果您只需要包含
img
的
a
元素，则可以使用以下选项：

"//a[img][@href]"

或者更进一步，直接从
href
值中提取URI：

uris = html_doc.xpath("//a[img]/@href").map(&:value)

正如一些人所说，您可能不想为此使用正则表达式，但如果您决心：

^http(s?):\/\/.*\.(jpeg|jpg|gif|png)

是一个非常简单的方法，它可以抓取以http或https开头并以列出的文件扩展名之一结尾的任何内容。您应该能够找到如何扩展此功能的方法，Rubular.com非常适合尝试这些功能。
正如一些人所说，您可能不想使用正则表达式来实现此功能，但如果您决定：

^http(s?):\/\/.*\.(jpeg|jpg|gif|png)

是一个非常简单的方法，它可以抓取以http或https开头并以列出的文件扩展名之一结尾的任何内容。您应该能够了解如何扩展此功能，Rubular.com非常适合尝试这些功能。
一如既往，
jpe？g
是实现此功能的方法，但也使用了
/i
不区分大小写的标志。尝试编辑它以使其正常工作，但我失败了。。。这是什么意思？错误消息？还有别的吗？您显示的regex命令没有意义。在Ruby中，可以使用
string.match（pattern）
string
将是一个Ruby字符串，
pattern
将是一个正则表达式<代码>节点
正如您所展示的，它是一个Xpath。潜伏者，也许这将是我在这里展示我的新特性，但我认为Xpath是一个包含URL的字符串。潜伏者，当我说我试图编辑它以使其工作时，我失败了，控制台返回了一条错误消息，期望关键字_do或{仅供参考：您误用了
inject
，它应该是一个
map
：
uris=nodes.map{| node | node.attr（'href'）.strip}
。一如既往，
jpe？g
是实现这一点的方法，但也使用了
/i
不区分大小写的标志。试图编辑它以使其正常工作，但我失败了…这意味着什么？错误消息？其他什么？您显示的regex命令没有意义。在Ruby中，您将使用
string.match（模式）
string
将是一个Ruby字符串，
pattern
将是一个正则表达式。
节点
正如您所示，它是一个Xpath。潜伏者，也许这将是我在这里展示我的新特性，但我认为Xpath是一个包含URL的字符串。潜伏者，当我说我试图编辑它以使其工作，但失败时，控制台返回了一个错误期望关键字_do或{FYI:您误用
inject
，它应该是
map
：
uris=nodes.map{node | node.attr（'href'）.strip}
。我试图将您的代码复制粘贴到我的程序中，但它仍然下载了所有内容。是否需要其他语法？我试图将您的代码复制粘贴到我的程序中，但它仍然下载了所有内容。是否需要其他语法？