內的文本刮子使用Ruby

我有以下文字：內的文本刮子使用Ruby

<script>window.location.replace(\"https:\\/\\/www.facebook.com\\/myuserprofilename\");</script>

我需要得到文本「myuserprofilename」，但我不能讓正則表達式正確。任何人都可以幫助我嗎？

來源

2014-12-02 Tony

在服務器端或客戶端？ – 2014-12-02 13:37:07

紅寶石，服務器端 – Tony 2014-12-02 13:42:10

你使用'nokogiri'寶石嗎？ – 2014-12-02 13:52:16

string = '<script>window.location.replace(\"https:\\/\\/www.facebook.com\\/myuserprofilename\");</script>' 
puts string[/facebook.com\\\/(\w+)/, 1] # => myuserprofilename

來源

2014-12-02 13:44:17

我很懷疑URL的格式。它看起來像檢查字符串的結果，而不像我們通常在HTML中看到的或處理HTML時的結果。

隨着字符串的清理，我希望它能在野外看到，下面是我們如何使用Nokogiri解析HTML，找到<script>標記的內容，然後訪問URL的最後部分路徑：

require 'nokogiri' 
require 'uri' 

doc = Nokogiri::HTML('<html><body><script>window.location.replace("https://www.facebook.com/myuserprofilename");</script></body></html>') 
url = doc.at('script').text[/\("(.+)"\)/, 1] # => "https://www.facebook.com/myuserprofilename" 
File.basename(URI.parse(url).path) # => "myuserprofilename"

使用正則表達式定位特定的<script>標記比使用像Nokogiri這樣的解析器更容易出錯。一旦找到標籤，使用text即可輕鬆獲取其內容，然後使用URI的path方法輕鬆分解標籤。將它傳遞給File.basename會導致代碼重用現有經過良好測試的車輪，並且由於HTML和URL太易變而更加健壯。

來源

2014-12-02 18:26:14

內的文本刮子使用Ruby

回答

相關問題