Как использовать регулярное выражение для получения определенной части строки

Question

Я создаю приложение на основе Sinatra и пытаюсь проанализировать длинную строку с использованием регулярного выражения, чтобы вытащить ссылку из него.

Вот выдержка из строки с соответствующей информацией, что мне нужно извлечь:

time=18ms\n[INFO] Calculating CPD for 0 files\n[INFO] CPD calculation finished\n[INFO] Analysis report generated in 325ms, dir size=14 KB\n[INFO] Analysis reports compressed in 187ms, zip size=8 KB\n[INFO] Analysis report uploaded in 31ms\n[INFO] ANALYSIS SUCCESSFUL, you can browse http://sonar.company.com/dashboard/index/com.company.paas.maventestproject:MavenTestProject\n[INFO] Note that you will be able to access the updated dashboard once the server has processed the submitted analysis report\n[INFO] More about the report processing at http://sonar.company.com/api/ce/task?id=AVhFxTkyob-dgWZqnfIn\n[INFO] ----------------------------------------------------------------------- 

мне нужно, чтобы быть в состоянии осуществить следующее:

http://sonar.company.com/api/ce/task?id=AVhFxTkyob-dgWZqnfIn 

Ближайший я получил с /(?=http).[a*-z]*/, но это не так, как было найдено 615 матчей вместо 1.

Проблема также в том, что идентификатор AVhFxTkyob-dgWZqnfIn не является статистическим ic, изменение для каждой сборки.

Я использовал Rubular.com, чтобы найти правильное регулярное выражение, которое мне нужно использовать.

Answer 1

>> string = '[your long string here]' 
>> regex = /(http:[\w\/.?=-]+)(\\n)/ 
>> string.scan(regex).first.first 
=> "http://sonar.company.com/api/ce/task?id=AVhFxTkyob-dgWZqnfIn" 

Следуя примеру выше, я в конечном итоге изменение регулярное выражение к следующему:

(http:\/\/sonar[\w\/.?=-]+task[\w\/.?=-]+(?!.\\n)) 

.. и вернуть его, как это:

string.scan(regex).first.first 

Причина, почему я модифицировал регулярное выражение связано с тем, что предыдущее регулярное выражение получило много результатов при подключении полной строки, а не к выдержке, находящейся в OP.

Answer 2

Есть проверенные инструменты, которые облегчат вашу задачу. Я бы рекомендовал использовать метод extract Ури:

require 'uri' 

str = "time=18ms\n[INFO] Calculating CPD for 0 files\n[INFO] CPD calculation finished\n[INFO] Analysis report generated in 325ms, dir size=14 KB\n[INFO] Analysis reports compressed in 187ms, zip size=8 KB\n[INFO] Analysis report uploaded in 31ms\n[INFO] ANALYSIS SUCCESSFUL, you can browse http://sonar.company.com/dashboard/index/com.company.paas.maventestproject:MavenTestProject\n[INFO] Note that you will be able to access the updated dashboard once the server has processed the submitted analysis report\n[INFO] More about the report processing at http://sonar.company.com/api/ce/task?id=AVhFxTkyob-dgWZqnfIn\n[INFO] -----------------------------------------------------------------------" 

URI.extract(str) 
# => ["http://sonar.company.com/dashboard/index/com.company.paas.maventestproject:MavenTestProject", 
#  "http://sonar.company.com/api/ce/task?id=AVhFxTkyob-dgWZqnfIn"] 

Тогда это просто вопрос найти ссылку вы хотите, и работать с ним.

Вы также захотите обратить внимание на все другие методы, которые URI приносит на вечеринку, поскольку он понимает, как разрывать и создавать URI в соответствии с RFC.

Не катите свой собственный код или регулярное выражение, чтобы делать то, что сделал кто-то еще, особенно если этот код хорошо протестирован. Вы избежите ловушек, в которые попадут другие. Авторы/разработчики URI управляют встроенным шаблоном, поэтому нам этого не нужно. И это намного сложнее, чем вы себе представляете, чтобы встретить RFC, например:

URI::REGEXP::PATTERN::ABS_URI 
"[a-zA-Z][\\-+.a-zA-Z\\d]*:(?:(?://(?:(?:(?:[\\-_.!~*'()a-zA-Z\\d;:&=+$,]|%[a-fA-F\\d]{2})*@)?(?:(?:[a-zA-Z0-9\\-.]|%\\h\\h)+|\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}|\\[(?:(?:[a-fA-F\\d]{1,4}:)*(?:[a-fA-F\\d]{1,4}|\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\.\\d{1,3})|(?:(?:[a-fA-F\\d]{1,4}:)*[a-fA-F\\d]{1,4})?::(?:(?:[a-fA-F\\d]{1,4}:)*(?:[a-fA-F\\d]{1,4}|\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}))?)\\])(?::\\d*)?|(?:[\\-_.!~*'()a-zA-Z\\d$,;:@&=+]|%[a-fA-F\\d]{2})+)(?:/(?:[\\-_.!~*'()a-zA-Z\\d:@&=+$,]|%[a-fA-F\\d]{2})*(?:;(?:[\\-_.!~*'()a-zA-Z\\d:@&=+$,]|%[a-fA-F\\d]{2})*)*(?:/(?:[\\-_.!~*'()a-zA-Z\\d:@&=+$,]|%[a-fA-F\\d]{2})*(?:;(?:[\\-_.!~*'()a-zA-Z\\d:@&=+$,]|%[a-fA-F\\d]{2})*)*)*)?|/(?:[\\-_.!~*'()a-zA-Z\\d:@&=+$,]|%[a-fA-F\\d]{2})*(?:;(?:[\\-_.!~*'()a-zA-Z\\d:@&=+$,]|%[a-fA-F\\d]{2})*)*(?:/(?:[\\-_.!~*'()a-zA-Z\\d:@&=+$,]|%[a-fA-F\\d]{2})*(?:;(?:[\\-_.!~*'()a-zA-Z\\d:@&=+$,]|%[a-fA-F\\d]{2})*)*)*)(?:\\?(?:(?:[\\-_.!~*'()a-zA-Z\\d;/?:@&=+$,\\[\\]]|%[a-fA-F\\d]{2})*))?|(?:[\\-_.!~*'()a-zA-Z\\d;?:@&=+$,]|%[a-fA-F\\d]{2})(?:[\\-_.!~*'()a-zA-Z\\d;/?:@&=+$,\\[\\]]|%[a-fA-F\\d]{2})*)"