regex - WWWの正規表現::Perlで機械化

Question

WWW::Mechanizeで使用されるurl_regexの正しい構文がわかりません。

http：//で始まるWebページからすべてのリンクを収集していますが、それらの形式は次のとおりです。

http://google.com

ではなく、

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

だから、私は以下を使用します：

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

そして、これはサブパスを含むURLをキャプチャします。

regexpal.comで正規表現をテストしましたが、正常に機能します。しかし、何らかの理由で、url_regexは異なる構文を予期しています。

ありがとう。

Answer 1

次を使用する必要があります。

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

これは次のようになります。

文字列は、スラッシュ以外の文字の任意の組み合わせ（none / emptyでも）で^始まり、最後にオプションのスラッシュが続く必要があります。http://[^\/]*\/?$