替代URI.parse，允許主機名包含下劃線

Question

我使用的是DMOZ的list of url topics，其中包含一些具有包含下劃線的主機名的網址。

例如：

608 <ExternalPage about="http://outer_heaven4.tripod.com/index2.htm"> 
609 <d:Title>The Outer Heaven</d:Title> 
610 <d:Description>Information and image gallery of McFarlane's action figures for Trigun, Akira, Tenchi Muyo and other Japanese Sci-Fi animations.</d:Description> 
611 <topic>Top/Arts/Animation/Anime/Collectibles/Models_and_Figures/Action_Figures</topic> 
612 </ExternalPage> 

雖然這個網址將在Web瀏覽器中工作（或者，至少，它在我的：P），it's not legal according to the standard：

主機名可能不包含其他字符，如下劃線字符（_），

當試圖解析這樣的URL時會導致錯誤URI.parse：

[2] pry(main)> require 'uri' 
=> true 
[3] pry(main)> URI.parse "http://outer_heaven4.tripod.com/index2.htm" 
URI::InvalidURIError: the scheme http does not accept registry part: outer_heaven4.tripod.com (or bad hostname?) 
from ~/.rvm/rubies/ruby-1.9.3-p194/lib/ruby/1.9.1/uri/generic.rb:213:in `initialize' 

是否有替代品URI.parse我可以使用它具有較低的嚴格性，而不只是滾動自己的？

Answer 1

嘗試Addressable::URI。它比URI更接近RFC，非常靈活。

require 'addressable/uri' 
uri = Addressable::URI.parse('http://outer_heaven4.tripod.com/index2.htm') 
uri.host 
=> "outer_heaven4.tripod.com" 

我已經將它用於某些項目，並對它感到滿意。 URI越來越...生鏽，需要TLC。其他的都談到太：

http://www.cloudspace.com/blog/2009/05/26/replacing-rubys-uri-with-addressable/

幾年前，有相當多的討論關於URI的狀態了Ruby開發者。我現在無法找到它的鏈接，但有建議使用Addressable :: URI作爲替代。我不知道是否有人加緊接管URI的開發，或者現在的情況。在我自己的代碼中，我繼續使用URI來處理簡單的事情，並在URI證明爲我做了錯誤的事情時切換到Addressable :: URI。