perl - 从 URL 列表中删除仅顶级目录的 URL？

Question

我有一个难以研究的问题，因为我不知道如何在搜索引擎上正确提问。

我有一个 URL 列表。我希望有一些自动化的方式(首选 Perl)来浏览列表并删除所有仅作为顶级目录的 URL。

所以例如我可能有这个列表:

http://www.example.com/hello.html
http://www.foo.com/this/thingrighthere.html

在这种情况下，我想从我的列表中删除 example.com，因为它要么只是顶级目录，要么它们引用顶级目录中的文件。

我正试图弄清楚如何做到这一点。我的第一个想法是，计算正斜杠，如果有两个以上，从列表中删除 URL。但是你有尾随斜杠，所以这是行不通的。

任何想法或想法将不胜感激。

Answer 1

类似这样的:

use URI::Split qw( uri_split ); 
my $url = "http://www.foo.com/this/thingrighthere.html";
my ($scheme, $auth, $path, $query, $frag)  = uri_split( $url );
if (($path =~ tr/\///) > 1 ) {
    print "I care about this $url";
}

http://metacpan.org/pod/URI::Split