WWW中的正则表达式：Perl中的机械化

Question

我不确定WWW :: Mechanize中使用的url_regex的正确语法是什么。

我正在从一个以http：//开头的网页收集所有链接，它们的格式如下：

http://google.com

而不是，

http://google.com/dir/
http://google.com/dir/dir2/

所以，我使用以下内容：

@links=$mech->find_all_links(url_regex=>qr/^http:\/\/.*?\//)

这仍然会捕获包含子路径的URL。

我在regexpal.com上测试了我的正则表达式并且效果很好。但由于某种原因，url_regex需要不同的语法。

感谢。

Answer 1

您应该使用：

@links=$mech->find_all_links(url_regex=>qr/^http:\/\/[^\/]*\/?$/) 

的内容如下：

字符串必须以^开始http://，后跟除斜杠[^\/]*以外的任意组合（甚至没有/空），后跟可选的斜杠\/? $。