ruby - 如何在引号之间找到特定文本

Question

我正在尝试编写一个 Ruby 脚本，它将从图像中获取 Flickr BBCode，并且只找到实际的图像链接并忽略所有其他内容。

来自 Flickr 的 BBCode 看起来像这样:

<a href="http://www.flickr.com/photos/user/9049969465/" title="Wiggle Wiggle by Anonymous, on Flickr"><img src="https://farm3.staticflickr.com/2864/92917419471_248187_c.jpg" width="800" height="526" alt="Wiggle Wiggle"></a>

我试图让我的输出只是链接，所以:https://farm3.staticflickr.com/2864/92917419471_248187_c.jpg

到目前为止，我的代码是这样的

#!/usr/bin/ruby

require 'rubygems'

str1 = ""

puts "What text would you like me to use? "
text = gets

text.scan(/"([^"]*)"/) { str1 = $1}

puts str1

我需要知道如何扫描输入并仅找到以 https 开头并以引号结尾的部分。感谢任何帮助

Answer 1

不要尝试 parse HTML with a regex .

相反，请使用 HTML 解析器。像 Nokogiri 这样的东西 http://nokogiri.org/

require 'nokogiri'
doc = Nokogiri::HTML.parse '<a href="http://www.flickr.com/photos/user/9049969465/" title="Wiggle Wiggle by Anonymous, on Flickr"><img src="https://farm3.staticflickr.com/2864/92917419471_248187_c.jpg" width="800" height="526" alt="Wiggle Wiggle"></a>'

doc.css('a').each do |link|
  puts link.attr(:href)
end