При работе с файлами и ресурсами в Интернете вы часто будете сталкиваться с URL (сокр. от англ. «Uniform Resource Locator») и URI (сокр. от англ. «Universal Resource Identifier»), которые можно спарсить, и затем работать с ними напрямую.

URI — это представление ресурса, которое обычно состоит из протокола, хоста, порта (необязательно) и пути ресурса, например:

https://ravesli.com:80/page

Протокол описывает способ соединения, хост и порт описывают источник ресурса, а полный путь описывает местоположение ресурса в источнике.

В следующем упражнении попробуйте извлечь протокол, хост и порт из всех перечисленных ресурсов.

Проблема №8. Парсинг URL

Задание	Текст	Результат
Захватить	ftp://file_server.com:21/top_secret/life_changing_plans.pdf	ftp file_server.com 21
Захватить	https://ravesli.com/lesson/introduction#section	https ravesli.com
Захватить	file://localhost:4040/zip_file	file localhost 4040
Захватить	https://s3cur3-server.com:9999/	https s3cur3-server.com 9999
Захватить	market://search/angry%20birds	market search

Решение

Мы должны соответствовать каждому из трех компонентов:    все протоколы в нашем списке являются буквенно-цифровыми, поэтому для соответствия их форме можно использовать выражение (\w+)://;    хосты могут содержать не буквенно-цифровые символы, такие как тире или точка, поэтому нам нужно будет явно включить эти символы с помощью выражения ://([\w\-\.]+);    порт является необязательной частью URI, перед которым стоит двоеточие, и для соответствия ему можно использовать выражение (:(\d+)). Теперь совместим все компоненты и получим полное регулярное выражение (\w+)://([\w\-\.]+)(:(\d+))?.

Решите задание, либо смотрите Решение.

Оценить статью:

(21 оценок, среднее: 4,57 из 5)

Загрузка...