Làm thế nào để phân tích cú pháp URL và trích xuất các chuỗi con cần

Question

Nói rằng tôi có một chuỗi như thế này: "http://something.example.com/directory/"

Những gì tôi muốn làm là để phân tích chuỗi này, và trích xuất các "something" từ chuỗi.

Bước đầu tiên, rõ ràng là kiểm tra để đảm bảo rằng chuỗi chứa "http://" - nếu không, nó sẽ bỏ qua chuỗi.

Nhưng, làm cách nào để tôi chỉ trích xuất các "something" trong chuỗi đó? Giả sử rằng tất cả các chuỗi mà điều này sẽ được đánh giá sẽ có cấu trúc tương tự (tức là tôi đang cố gắng trích xuất tên miền phụ của URL - nếu chuỗi đang được kiểm tra thực sự là URL hợp lệ - khi hợp lệ bắt đầu bằng "http://").

Cảm ơn.

P.S. Tôi biết cách kiểm tra phần đầu tiên, tức là tôi có thể chỉ cần tách chuỗi tại số "http://" nhưng điều đó không giải quyết được vấn đề đầy đủ vì điều đó sẽ tạo ra "http://something.example.com/directory/". Tất cả tôi muốn là "something", không có gì khác.

Answer 1

tôi muốn làm điều đó theo cách này:

require 'uri' 

uri = URI.parse('http://something.example.com/directory/') 
uri.host.split('.').first 
=> "something" 

URI được xây dựng vào Ruby. Nó không phải là đầy đủ tính năng nhất nhưng nó rất nhiều khả năng làm nhiệm vụ này cho hầu hết các URL. Nếu bạn có IRIs thì hãy xem Addressable::URI.

Answer 2

Vâng, bạn có thể sử dụng cụm từ thông dụng. Giống như /http:\/\/([^\.]+)/, tức là nhóm đầu tiên không phải là '.' chữ cái sau http. Kiểm tra http://rubular.com/, bạn có thể kiểm tra biểu thức thông thường của bạn chống lại một loạt các bài kiểm tra cũng vậy, nó là tuyệt vời cho việc học tập công cụ này :)

Answer 3

Bạn có thể sử dụng URI như

uri = URI.parse("http://something.example.com/directory/") 
puts uri.host 
# "something.example.com" 

và sau đó bạn có thể chỉ làm việc trên máy chủ.
Hoặc có một viên ngọc domainatrix từ Remove subdomain from string in ruby

require 'rubygems' 
require 'domainatrix' 

url = Domainatrix.parse("http://foo.bar.pauldix.co.uk/asdf.html?q=arg") 
url.public_suffix  # => "co.uk" 
url.domain    # => "pauldix" 
url.subdomain   # => "foo.bar" 
url.path    # => "/asdf.html?q=arg" 
url.canonical   # => "uk.co.pauldix.bar.foo/asdf.html?q=arg" 

và bạn chỉ có thể lấy tên miền phụ.