ruby - 如何编写匹配包含数字的 URL 的模式？

Question

我正在编写一个爬虫，它必须遵循如下 URL:

http://www.example.com/121-blah-blah
http://www.example.com/721-blah-blah
http://www.example.com/1512-blah-blah

但不是这样的 URL:

http://www.example.com/category/1512-blah-blah

我应该如何编写模式来做到这一点？路径将以数字开头。

这是我到目前为止得到的:

%r[(\d+]

Answer 1

将字符串解析为 URI 对象，并将正则表达式仅应用于路径部分。转换为 URI 增加了额外检查的好处，例如 uri.absolute?。它还负责 uri 的各种可选部分，例如端口号或基本身份验证值。

uri = URI.parse(your_string)
uri.path =~ %r{^/\d+}

正则表达式中的 ^/ 确保匹配位于字符串的开头和前导斜杠之后。 \d+ 匹配任意数量的数字。如果你想在路径中的任何地方匹配一个数字，使用这个:

uri.path =~ %r{\d+}

这样的语句返回一个整数，表示第一个匹配项的索引，如果没有匹配项，则返回 nil。

您可能想查看 Rubular用于调整正则表达式。