如何識別和處理文本字符串中的所有URL？

我想列舉所有的URL文本字符串，例如：如何識別和處理文本字符串中的所有URL？

text = "fasòls http://george.it sdafsda"

對於找到的每個網址，我想調用一個函數該轉換的字符串。

現在，我使用的方法是這樣的：

msg = "" 
for i in text.split 
    if (i =~ URI::regexp).nil? 
     msg += " " + i 
     else 
     msg+= " " + method(i) 
    end 
end 
text = msg

這工作，但它的長字符串緩慢。我如何加快速度？

來源

2010-01-23 Luca Romagnoli

我清理了一下文本和語言，但如果這不是你要做的事，隨時恢復。 – 2010-01-23 14:24:02

我覺得「GSUB」是你的朋友在這裏：

class UrlParser 
    attr_accessor :text, :url_counter, :urls 

    def initialize(text) 
    @text = parse(text) 
    end 

    private 
    def parse(text) 
     @counter = 0 
     @urls = [] 
     text.gsub(%r{(\A|\s+)(http://[^\s]+)}) do 
     @urls << $2 
     "#{$1}#{replace_url($2)}" 
     end 
    end 

    def replace_url(url) 
     @counter += 1 
     "[#{@counter}]" 
    end 
end 

parsed_url = UrlParser.new("one http://x.com/url two") 
puts parsed_url.text 
puts parsed_url.urls

如果你真的需要長串的額外快速解析，你應該建立一個Ruby的C擴展與ragel。

來源

2010-01-23 14:37:34 gaspard

如果沒有url文本返回零 – 2010-01-23 15:02:48

Ouups，對不起，有一個錯字。它應該是「gsub」，而不是「gsub！」（當然，你可能需要更強大的URL正則表達式）。 – gaspard 2010-01-23 15:09:37

如何識別和處理文本字符串中的所有URL？

回答

相關問題