转换 HTML 文档中的 URL？答案

【问题标题】：Convert URLs in HTML document?转换 HTML 文档中的 URL？
【发布时间】：2011-07-17 07:53:07
【问题描述】：

我在 foo.com 上有一个 HTML 文档，其中包含链接、表单、资产 URL（图像/JavaScript）。

我想在 bar.com 上提供不带框架的服务。我还希望将所有相对 URL 转换为主机名为“bar.com”的绝对 URL、资产 URL 和表单操作 URL。

我从 foo.com 获取了 HTML 文档。使用 Nokogiri 转换其中的 URL 的下一步是什么？

【问题讨论】：

标签： ruby regex url nokogiri

【解决方案1】：

Nokogiri 是一个 HTML/XML 解析器。您可以关注official tutorial 了解如何解析您的文档。

这是一个例子：

require 'rubygems'
require 'nokogiri'
# Open the remote document, or from local file
require 'open-uri' # load open-uri library if the input is from the Internet
doc = Nokogiri::HTML(open(URL_OR_PATH_TO_DOCUMENT))

# Search for img tags:
doc.css('img').each do |img|
  # modify its attribute
  img['src'] = "#{URL_PREFIX}/#{img['src']}"
end

# print the modified html
puts doc.to_html

【讨论】：

【解决方案2】：

require 'nokogiri'
require 'open-uri'

url = 'http://www.google.com'
doc = Nokogiri::HTML(open(url))
doc.xpath('//a').each do |d|
  rel_url = d.get_attribute('href')
  d.set_attribute('href', 'http://www.xyz.com/' + rel_url)
end

【讨论】：