Rails从HTML中获取标题标记

Question

在我的Rails控制器中，我有一个用户提供的URL。我想从该网址的HTML中的<title>...</title>标记中提取标题，并将其分配给变量title。我怎么能这样做？

编辑：如果不使用外部包/库

，这将是一个加号

Answer 1

我刚刚尝试使用HTTParty来获取文档，并Nokogiri来解析它：

Nokogiri::HTML::Document.parse(HTTParty.get("http://www.google.com").body).title
#=> "Google"

更新：

这适用于Net:HTTP，它是ruby标准库的一部分，还有一个正则表达式：

Net::HTTP.get(URI("http://twitter.com")) =~ /<title>(.*?)<\/title>/
$1 # get the first result from the matching
#=> "Twitter"

更新：

名为“match”的

=~是String上的一个方法，用于将正则表达式与String匹配。它与Regexp#match基本相同，但接收器和参数都是反转的。

string = "<title>my title</title>
regexp = /<title>(.*?)<\/title>/

string =~ regexp
$1 # => "my title"

regexp.match(string)
$1 # => "my title"

当您获取的HTML文档不包含标题或标题标记时会发生什么？

"<title></title>" =~ regexp
$1 # => ""

"" =~ regexp
$1 # => nil