用绝对路径URL替换相对路径网址

我有一堆存储在数据库中的HTML内容，我期待将所有相关资产引用转换为使用绝对路径。举例来说，我所有的图像标签都在寻找这样的事情：用绝对路径URL替换相对路径网址

<img src=\"/system/images/146/original/03.png?1362691463\">

我想在前面加上“http://mydomain.com”到“/系统/图片/”位，我有以下的代码，我希望来处理，但遗憾的是它似乎并没有产生任何变化：

text = "<img src=\"/system/images/146/original/03.png?1362691463\">" 
text.gsub(%r{<img src=\\('|")\/system\/images\/}, "<img src=\"http://virtualrobotgames.com/system/images/")

来源

2013-04-08 Noz

你应该考虑使用专门为工作而设计的工具：[URI（HTTP：//www.ruby-doc。组织/ STDLIB-1.9.3/libdoc/URI /的RDoc/URI.html）。它有方法来解析URL，更改方案和主机，混淆路径，然后吐出一个正确编码的字符串。 – 2013-04-08 23:58:14

@theTinMan我喜欢这个想法，如果你把它作为一个答案，我会高兴地接受它。 – Noz 2013-04-09 16:42:46

我添加了一个扩展的例子。 – 2013-04-09 19:28:08

相反操作使用普通字符串操作的URL字符串，用于作业的制作工具。红宝石包括URI类，并有更彻底的Addressable宝石。

这里的，如果我有一些HTML的链接，我想重写我会怎么做：

首先，解析文档：

require 'nokogiri' 
require 'uri' 

SOURCE_SITE = "http://virtualrobotgames.com" 

html = ' 
<html> 
<head></head> 
<body> 
    <img src="/system/images/146/original/03.png?1362691463"> 
    <script src="/scripts/foo.js"></script> 
    <a href="/foo/bar.html">foo</a> 
</body> 
</html> 
' 
doc = Nokogiri::HTML(html)

然后你在通过行走的位置是您要的文件，并修改标签，如<a>，<img>，<script>和别的：

# find things using 'src' and 'href' parameters 
tags = { 
    'img' => 'src', 
    'script' => 'src', 
    'a'  => 'href' 
} 
doc.search(tags.keys.join(',')).each do |node| 

    url_param = tags[node.name] 

    src = node[url_param] 
    unless (src.empty?) 
    uri = URI.parse(src) 
    if uri.relative? 
     uri.scheme = SOURCE_SITE.scheme 
     uri.host = SOURCE_SITE.host 
     node[url_param] = uri.to_s 
    end 
    end 
end 

puts doc.to_html

其中，运行后，输出s：

<!DOCTYPE html PUBLIC "-//W3C//DTD HTML 4.0 Transitional//EN" "http://www.w3.org/TR/REC-html40/loose.dtd"> 
<html> 
<head><meta http-equiv="Content-Type" content="text/html; charset=US-ASCII"></head> 
<body> 
    <img src="http://virtualrobotgames.com/system/images/146/original/03.png?1362691463"><script src="http://virtualrobotgames.com/scripts/foo.js"></script><a href="http://virtualrobotgames.com/foo/bar.html">foo</a> 
</body> 
</html>

这并不意味着它是一个完整的，完整的例子。这是与绝对链接，但你必须处理相对链接，与兄弟/同行主机名的链接，缺少参数。

您还需要在解析后检查“doc”的errors方法，以确保它是有效的HTML。解析器可以重写/修剪无效HTML中的节点，试图理解它。

来源

2013-04-09 19:22:37

你不能在一个字符串上调用URI方法，必须是'URI（SOURCE_SITE）.scheme' – Sidhannowe 2013-11-14 09:49:35

为了只获得body标签中的html，使用doc.at（'body'）。inner_html – 2014-11-03 13:33:11

@Shanhannowe，这就是为什么该代码使用'uri = URI.parse（src）'，将字符串解析为一个URI对象。 – 2014-11-03 17:54:08

显然，这是与我经过搜索参数的问题，不要求转义序列。

%r{<img src=\\('|")\/system\/images\/}

简单地变为：

%r{<img src="/system/images/}

来源

2013-04-08 20:41:29 Noz

难道你不能只使用'基'的HTML标签来做到这一点？假设你直接从URL中读取HTML内容，你可以这样做：

response = RestClient.get(<original_url>) 
base_url = '<your_base_url>' 
html_content = response.body 
if html_content.index('<head>') 
    html_content = html_content.gsub!('<head>', "<head><base href='#{base_url}'>") 
end

来源

2013-06-11 20:13:52 Ghostcoder

用绝对路径URL替换相对路径网址

回答

相关问题