我正在尝试制作一个包含 Google 图片网页上所有图片文件的数组。
我想要一个正则表达式来提取 "imagurl="
之后并在 "&"
之前结束的所有内容,如以下 HTML 所示:
<a href="http://www.google.com/imgres?imgurl=http://www.trendytree.com/old-world- christmas/images/20031chapel20031-silent-night-chapel.jpg&imgrefurl=http://www.trendytree.com/old-world-christmas/silent-night-chapel-20031-christmas-ornament-old-world-christmas.html&usg=__YJdf3xc4ydSfLQa9tYnAzavKHYQ=&h=400&w=400&sz=58&hl=en&start=19&zoom=1&tbnid=ajDcsGGs0tgE9M:&tbnh=124&tbnw=124&ei=qagfUbXmHKfv0QHI3oG4CQ&itbs=1&sa=X&ved=0CE4QrQMwEg"><img height="124" width="124" src="https://encrypted-tbn0.gstatic.com/images?q=tbn:ANd9GcRLy5inpSdHxWuE7z3QSZw35JwN3upbBaLr11LR25noTKbSMn9-qrySSg"></a><br><cite title="trendytree.com">trendytree.com</cite><br>Silent Night Chapel <b>20031</b><br>400 × 400 - 58k - jpg</td>
我觉得我可以使用正则表达式来做到这一点,但我找不到使用正则表达式搜索已解析文档的方法,而且我没有找到任何解决方案。
最佳答案
str = '<a href="http://www.google.com/imgres?imgurl=http://www.trendytree.com/old-world- christmas/images/20031chapel20031-silent-night-chapel.jpg&imgrefurl=http://www.trendytree.com/old-world-christmas/silent-night-chapel-20031-christmas-ornament-old-world-christmas.html&usg=__YJdf3xc4ydSfLQa9tYnAzavKHYQ=&h=400&w=400&sz=58&hl=en&start=19&zoom=1&tbnid=ajDcsGGs0tgE9M:&tbnh=124&tbnw=124&ei=qagfUbXmHKfv0QHI3oG4CQ&itbs=1&sa=X&ved=0CE4QrQMwEg"><img height="124" width="124" src="https://encrypted-tbn0.gstatic.com/images?q=tbn:ANd9GcRLy5inpSdHxWuE7z3QSZw35JwN3upbBaLr11LR25noTKbSMn9-qrySSg"></a><br><cite title="trendytree.com">trendytree.com</cite><br>Silent Night Chapel <b>20031</b><br>400 × 400 - 58k - jpg</td>'
str.split('imgurl=')[1].split('&')[0]
#=> "http://www.trendytree.com/old-world- christmas/images/20031chapel20031-silent-night-chapel.jpg"
这就是你要找的吗?
关于ruby - 如何使用 Ruby 和 Nokogiri 解析 Google 图片 URL?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/14912392/