正则表达式删除 ruby 中 url 的网页部分答案

【问题标题】：regex to remove the webpage part of a url in ruby正则表达式删除 ruby 中 url 的网页部分
【发布时间】：2010-09-30 10:23:54
【问题描述】：

我正在尝试删除 URL 的网页部分

例如，

www.example.com/home/index.html

到

www.example.com/home

任何帮助表示赞赏。
谢谢

【问题讨论】：

另见stackoverflow.com/questions/4716513/…

标签： ruby regex

【解决方案1】：

尽可能不要使用正则表达式可能是个好主意。 You may summon Cthulhu。尝试改用标准库中的URI 库。

require "uri"
result = URI.parse("http://www.example.com/home/index.html")
result.host # => www.example.com
result.path # => "/home/index.html"
# The following line is rather unorthodox - is there a better solution?
File.dirname(result.path) # => "/home"
result.host + File.dirname(result.path) # => "www.example.com/home"

【讨论】：

+1 URL 不规则，无法用正则表达式解析，使用 URI lib
Addressable::URI 是另一个很好的 Ruby URI 模块，功能更全。不过，Ruby 的内置 URI 应该足以满足此目的。 github.com/sporkmonger/addressable

【解决方案2】：

如果您决定使用正则表达式并且您知道您的网址将非常简单，您可以使用(.*)/.* 来捕获网址中最后一个 / 之前的所有内容。

irb(main):007:0> url = "www.example.com/home/index.html"
=> "www.example.com/home/index.html"
irb(main):008:0> regex = "(.*)/.*"
=> "(.*)/.*"
irb(main):009:0> url =~ /#{regex}/
=> 0
irb(main):010:0> $1
=> "www.example.com/home"

【讨论】：

【解决方案3】：

irb(main):001:0> url="www.example.com/home/index.html"
=> "www.example.com/home/index.html"
irb(main):002:0> url.split("/")[0..-2].join("/")
=> "www.example.com/home"

【讨论】：

虽然这在技术上有效，但它会在不同深度的 URL 上中断（/home/index.html vs /admin/users/index.html）。这就是 URI.parse 更好的原因。
@Jason：在什么情况下0..-2会崩溃？
我重新阅读了这篇文章，你是对的，0..-2 应该总是有效的。不过，我仍然投票支持使用 URI.parse。