Regex in WWW :: Механизм в Perl

Question

Я не уверен, что является правильным синтаксисом для url_regex, используемого в WWW :: Mechanize.

Я собираю все ссылки с веб-страницы, которые начинаются с HTTP: // и они имеют следующий формат:

http://google.com 

и нет,

http://google.com/dir/ 
http://google.com/dir/dir2/ 

Итак, я используйте следующее:

@links=$mech->find_all_links(url_regex=>qr/^http:\/\/.*?\//) 

И это все еще фиксирует URL-адреса с дополнительными путями в них.

Я проверил свое регулярное выражение на regexpal.com, и он работает хорошо. Но по какой-то причине url_regex ожидает другой синтаксис.

Спасибо.

Answer 1

Вы должны использовать:

@links=$mech->find_all_links(url_regex=>qr/^http:\/\/[^\/]*\/?$/) 

, который гласит:

Строка должна начинаться ^ с http:// следуют любой комбинации (даже нет/пустой) характеров других, чем хлестать [^\/]* следовали по необязательной косой чертой \/? в конце $.