Question

我正在使用DMOZ的list of url topics，其中包含一些主机名包含下划线的网址。

例如：

608  <ExternalPage about="http://outer_heaven4.tripod.com/index2.htm">
609    <d:Title>The Outer Heaven</d:Title>
610    <d:Description>Information and image gallery of McFarlane's action figures for Trigun, Akira, Tenchi Muyo and other Japanese Sci-Fi animations.</d:Description>
611    <topic>Top/Arts/Animation/Anime/Collectibles/Models_and_Figures/Action_Figures</topic>
612  </ExternalPage>

虽然这个网址可以在网络浏览器中使用（或者，至少在我的网站中是这样的：p），it's not legal according to the standard：

主机名不能包含其他字符，例如下划线字符（_），

在尝试使用URI.parse解析此类网址时会导致错误：

[2] pry(main)> require 'uri'
=> true
[3] pry(main)> URI.parse "http://outer_heaven4.tripod.com/index2.htm"
URI::InvalidURIError: the scheme http does not accept registry part: outer_heaven4.tripod.com (or bad hostname?)
from ~/.rvm/rubies/ruby-1.9.3-p194/lib/ruby/1.9.1/uri/generic.rb:213:in `initialize'

是否有替代URI.parse我可以使用具有较低严格性而不仅仅是自己滚动？

Answer 1

试试Addressable::URI。它比RFC更紧密地跟踪RFC并且非常灵活。

require 'addressable/uri'
uri = Addressable::URI.parse('http://outer_heaven4.tripod.com/index2.htm') 
uri.host 
=> "outer_heaven4.tripod.com"

我已将它用于某些项目，并对此感到满意。 URI变得有点......生锈，需要TLC。其他人也评论过它：

http://www.cloudspace.com/blog/2009/05/26/replacing-rubys-uri-with-addressable/

几年前，Ruby开发人员对URI的状态进行了大量讨论。我现在找不到它的链接，但有人建议将Addressable :: URI用作替代品。我不知道是否有人加紧接管URI开发，或现在的情况。在我自己的代码中，我继续使用URI来处理简单的事情，并在URI被证明为我做错事时切换到Addressable :: URI。

URI.parse的替代方法，允许主机名包含下划线

1 个答案: