WWW中的正則表達式:: Perl中的Mechanize

Question

我不確定在WWW :: Mechanize中使用的url_regex的正確語法是什麼。

我收集從一個網頁，使用HTTP啓動的所有環節：//，他們是格式如下：

http://google.com 

，而不是，

http://google.com/dir/ 
http://google.com/dir/dir2/ 

所以，我使用以下內容：

@links=$mech->find_all_links(url_regex=>qr/^http:\/\/.*?\//) 

而這仍然捕獲其中包含子路徑的URL。

我已經在regexpal.com上測試了我的正則表達式，它的效果很好。但由於某種原因，url_regex需要不同的語法。

謝謝。

Answer 1

你應該使用：

@links=$mech->find_all_links(url_regex=>qr/^http:\/\/[^\/]*\/?$/) 

曰：

字符串必須開始^與http://隨後字符別人的任意組合（甚至無/空）[^\/]*跟着比削減通過可選斜槓\/?結尾$。