正则表达式（Ruby）捕获对象名称和 ID 号答案

【问题标题】：Regex (Ruby) to capture object name and id number正则表达式（Ruby）捕获对象名称和 ID 号
【发布时间】：2014-11-19 17:39:30
【问题描述】：

例如，我有两个潜在的标记：

<iframe src="http://embed.app.com/packages/495" width="850" height="480" frameborder="0" webkitAllowFullScreen mozallowfullscreen allowFullScreen></iframe>

<iframe src="https://embed.app.com/videos/10332?hide_text=1&amp;buy_btn=0&amp;autoplay=0" width="960" height="540" class="responsive-embed"></iframe>

我希望使用 Ruby 匹配，无论是用于 video 还是 package 以及它的 :id 号码

非常感谢任何帮助！

【问题讨论】：

用什么编程语言（正则表达式）？
只有在使用过 XML 解析器后才使用正则表达式。否则stackoverflow.com/a/1732454/1916721
:id 是否表示 495 和 10332
@han058 是的。谢谢
@chhhris 你的意思是rubular.com/r/XFqMeXdWZv ?

标签： html ruby regex

【解决方案1】：

仅在使用过 XML 解析器后才使用正则表达式。否则https://stackoverflow.com/a/1732454/1916721。

一旦你得到了 src 属性，你就可以用这个快速的正则表达式解析链接：

https?:\/\/embed\.app\.com\/((?:packages)|(?:videos))\/([0-9]+)

然后您将在第一个捕获组中获得packages 或videos（您可以随意修剪s。在第二个捕获组中您将获得id。

示例见这里：http://regex101.com/r/uF4bI1/2

【讨论】：

如果您已经在使用 XML 解析器，那么为什么不使用 URI 或 Addressable 来解析 URL？
@muistooshort 他们要求正则表达式，所以我给了他们正则表达式。这可能是更好的选择，虽然好点

【解决方案2】：

^.*?\/(?=packages|videos).*?\/(\d+)

试试这个。查看演示。

http://regex101.com/r/qC9cH4/1

【讨论】：

到目前为止，这与 ID 号码匹配...如果我不知道我正在解析哪个 html，如果它是 Video 或 Package，我将如何匹配？抱歉，我在正则表达式和截止日期方面很糟糕。谢谢！
@chhhris 也只需添加它们。(?=packages|videos|Video|Package) 你就可以滚动了
感谢@vks，澄清一下，我的意思是在两个示例标记之间，我怎样才能使匹配值等于packages 或videos 而不是:id。例如我得到了这个工作：rubular.com/r/HJ6TxYpOEO
@chhhris 没找到你。你已经有video 和package 的匹配项。你想要video id 吗？
@chhhris 试试^.*?\/(?=packages?|videos?).*?\/(\d+)

【解决方案3】：

使用 nokogiri 查找 iframe 标签中的 src 属性和提取信息的模式的示例：

require 'nokogiri'

html_doc = <<EOD
<iframe src="http://embed.app.com/packages/495" width="850" height="480" frameborder="0" webkitAllowFullScreen mozallowfullscreen allowFullScreen></iframe>
<iframe src="https://embed.app.com/videos/10332?hide_text=1&amp;buy_btn=0&amp;autoplay=0" width="960" height="540" class="responsive-embed"></iframe>
EOD

puts "Type         ID\n----------------------"
doc = Nokogiri::HTML.parse(html_doc)
srcList = doc.xpath('//iframe/@src')
srcList.each do |src| 
    if ( m = src.to_s.match(/\/(?<type>packages|videos)\/(?<id>[0-9]+)/) )
        printf("%-12s %s\n",m[:type], m[:id])
    end
end

【讨论】：

【解决方案4】：

在红宝石中，正则表达式是

/iframe src="http:\/\/[^\/]+\/[packages|videos]+\/([^"]+)"/

【讨论】：

【解决方案5】：

Ruby 2.0 支持\K。所以你可以使用下面的正则表达式，

<iframe src="https?:\/\/[^\s]*?\/\K(?:videos|packages)\/\d+

DEMO

或

如果你不想匹配 id 那就用这个，

<iframe src="https?:\/\/[^\s]*?\/\K(?:videos|packages)

DEMO

或

这将在两个单独的组中捕获两者。

<iframe src="https?:\/\/[^\s]*?\/\K(videos|packages)\/(\d+)

DEMO

【讨论】：

最后一个正是我要找的！