如何从字符串中剥离URL并将其放置为数组?
我正在构建一个小脚本,用于搜索服务推文的5张最新图片,隔离URL并将该URL放入数组中。
def grabTweets(linkArray) #brings in empty array tweets = Twitter.search("[pic] "+" url.com/r/", :rpp => 2, :result_type => "recent").map do |status| tweets = "#{status.text}" #class = string url_regexp = /http:\/\/\w/ #isolates link url = tweets.split.grep(url_regexp).to_s #chops off link, turns link to string from an array #add link to url array #print linkArray #prints [] linkArray.push(url) print linkArray end end x = [] timelineTweets = grabTweets(x)
该函数返回如下内容:[“[\”http://t.co/6789 \“]”] [“[\”http://t.co/12345 \“]”]
我试图让它返回[“http://t.co/6789”,“http://t.co/1245”],但它没有管理它。
任何帮助在这里将不胜感激。 我不确定我做错了什么。
在Ruby中获取URL的最简单方法是使用URI::extract
方法。 这是一个预先存在的轮子工作:
require 'uri' require 'open-uri' body = open('http://www.example.com').read urls = URI::extract(body) puts urls
哪个回报:
http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd http://www.w3.org/1999/xhtml http://www.icann.org/ mailto:iana@iana.org?subject=General%20website%20feedback
获得arrays后,您可以根据需要进行过滤,也可以为其提供一个要提取的方案列表。
grep
返回一个数组:
grep(pattern)→数组
grep(pattern){| obj | block}→数组返回枚举中每个元素的数组,其中
Pattern === element
。
所以你的奇怪输出来自to_s
调用跟随你的grep
。 你可能正在寻找这个:
linkArray += tweets.split.grep(url_regexp)
或者如果您只想要第一个URL:
url = tweets.split.grep(url_regexp).first linkArray << url if(url)
您也可以跳过split.grep
并使用scan
:
# \S+ should be good enough for this sort of thing. linkArray += tweets.scan(%r{https?://\S+}) # or url = tweets.scan(%r{https?://\S+}).first linkArray << url if(url)
要删除一个字符串并推入urls数组,您可以执行以下操作:
urls = [] if mystring =~ /(http:\/\/[^\s]+)/ urls << $1 end