html - 如何识别 href 中的路径/文件/url

Question

我正在尝试获取 href <a> 中的值使用 Nokogiri 的 HTML 标签。

我想确定它们是路径、文件、URL，还是 <div>编号。

我目前的工作是:

hrefvalue = []
html.css('a').each do |atag|
        hrefvalue << atag['href']
end

href 中的可能值可能是:

somefile.html
http://www.someurl.com/somepath/somepath
/some/path/here
#previous

是否有一种机制来识别该值是否是有效的完整 URL、文件、路径或其他？

Answer 1

尝试 URI:

require 'uri'

URI.parse('somefile.html').path
=> "somefile.html"

URI.parse('http://www.someurl.com/somepath/somepath').path
=> "/somepath/somepath"

URI.parse('/some/path/here').path
=> "/some/path/here"

URI.parse('#previous').path
=> ""