如何从 Rails 中的相对 URL 构建绝对 URL？

Question

我正在使用 Rails 5。我正在尝试找出一种方法，根据我从锚标记的 href 属性中删除的值来获取绝对 URL。我想出了

url = a.attr("href")
if url !~ /^(http|https):\/\/[a-z0-9]+([\-\.]{1}[a-z0-9]+)*\.[a-z]{2,5}(:[0-9]{1,5})?(\/.*)?$/ix
  url = "http://#{url}"
end

认为如果 href 只是“www.mydomain.com”，我可以通过附加“http://”来创建正确的 URL。然而，如果URl是相对的（例如“/abc/def”），则上述逻辑失败。有没有一种万无一失的方法可以从锚标记的 HREF 属性构建绝对 URL，该属性本身可能是也可能不是绝对 URL？请注意，我确实可以访问包含带有锚标记的页面的原始 URL。

编辑： 但是你是说，嘿，对不起，SOB，这不是浏览器处理 href 的方式。如果它看到“www.whatever.com”，它会将其视为相对路径！所以你的问题是假的！好吧，纸杯蛋糕，尽管你是对的，但这不是我的问题。我想识别一个域并将其转换为有效的 URL，并识别以“/”开头的路径并将其转换为有效的 URL。你说不可能？以此作为你的答案，当其他人同意你的观点时，你的分数就会上升。

Answer 1

我建议使用 URI.join，它是内置 URI 库的一部分。

一个主要好处是，它可以解析给定页面绝对 URL 的任何相对 URL，特别是当您从网页解析 href 属性时。

require 'uri'

base = 'http://example.com/subsection/'

URI.join(base, 'inner.html')        #=> http://example.com/subsection/inner.html
URI.join(base, '/index.html')       #=> http://example.com/index.html
URI.join(base, 'http://google.com') #=> http://google.com

编辑：对以“www.example.com”开头的 href 进行例外处理会增加另一个问题。将其视为域是不标准的。鉴于该免责声明，这是一个快速而肮脏的正则表达式，可能会有所帮助：

href = 'www.example.com'
href.gsub!(/^((([a-z0-9\-]*)\.)+(com|net|org|edu))\/?/i, 'http://\1/') #=> http://www.example.com/
URI.join(base, href) #=> http://www.example.com/

请记住，任何标准 URI 解析器都不会出现同样的异常。每个主要浏览器都会将“www.example.com”视为路径而不是域名。如果您从实时网页获取这些 href，则链接已经损坏。