簡單URL清潔

Question

我試圖做一些基本的URL清洗，使

www.google.com 
www.google.com/ 
http://google.com 
http://google.com/ 
https://google.com 
https://google.com/ 

由http://www.google.com（或https://www.google.com的情況下https://是開頭）所取代。

基本上我想檢查一下是否有http/https開頭，/最後在一個正則表達式中。

我是想這樣的事情：在這種情況下

"https://google.com".match(/^(http:\/\/|https:\/\/)(.*)(\/)*$/)我得到： => #<MatchData "https://google.com" 1:"https://" 2:"google.com" 3:nil> 這是很好的。

不幸的是：

"https://google.com/".match(/^(http:\/\/|https:\/\/)(.*)(\/)*$/)我得到： => #<MatchData "https://google.com/" 1:"https://" 2:"google.com/" 3:nil>，並希望有2:"google.com" 3:"/"

任何想法如何做到這一點？

Answer 1

如果您發現該錯誤很明顯;）

你正在嘗試：

^(http:\/\/|https:\/\/)(.*)(\/)*$ 

的答案是使用：

^(http:\/\/|https:\/\/)(.*?)(\/)*$ 

這使得運營商 「非貪婪」 ，所以尾巴的正斜線不會被「。」吞噬。運營商。

編輯：

事實上，你應該使用：

^(http:\/\/|https:\/\/)?(www\.)?(.*?)(\/)*$ 

這樣，你也將匹配您的第一兩個例子，不具有「HTTP（S）： //「 在他們中。您還在分解「www」部分的價值/存在。在行動：http://www.rubular.com/r/VUoIUqCzzX

EDIT2：

我很無聊，想要完善這個：P

在這裏你去：

^(https?:\/\/)?(?:www\.)?(.*?)\/?$ 

現在，所有你需要做的是更換您的網站與第一個匹配（或「http：//」，如果爲零），然後是「www。」，然後是第二個匹配。

在行動：http://www.rubular.com/r/YLeO5cXcck

（18月以後）編輯：

看看我真棒紅寶石的寶石，這將有助於解決您的問題！

https://github.com/tom-lord/regexp-examples

/(https?:\/\/)?(?:www\.)?google\.com\/?/.examples # => 
    ["google.com", 
    "google.com/", 
    "www.google.com", 
    "www.google.com/", 
    "http://google.com", 
    "http://google.com/", 
    "http://www.google.com", 
    "http://www.google.com/", 
    "https://google.com", 
    "https://google.com/", 
    "https://www.google.com", 
    "https://www.google.com/"] 

/(https?:\/\/)?(?:www\.)?google\.com\/?/.examples.map(&:subgroups) # => 
    [[], 
    [], 
    [], 
    [], 
    ["http://"], 
    ["http://"], 
    ["http://"], 
    ["http://"], 
    ["https://"], 
    ["https://"], 
    ["https://"], 
    ["https://"]]