Thay thế cho URI.parse cho phép tên máy chủ chứa dấu gạch dưới

Question

Tôi đang sử dụng DMOZ 's list of url topics, trong đó có một số url có tên máy chủ chứa dấu gạch dưới.

Ví dụ:

608 <ExternalPage about="http://outer_heaven4.tripod.com/index2.htm"> 
609 <d:Title>The Outer Heaven</d:Title> 
610 <d:Description>Information and image gallery of McFarlane's action figures for Trigun, Akira, Tenchi Muyo and other Japanese Sci-Fi animations.</d:Description> 
611 <topic>Top/Arts/Animation/Anime/Collectibles/Models_and_Figures/Action_Figures</topic> 
612 </ExternalPage> 

Trong khi url này sẽ làm việc trong một trình duyệt web (hoặc, ít nhất, nó làm ở mỏ: p), it's not legal according to the standard:

một hostname có thể không chứa các ký tự khác, chẳng hạn như ký tự gạch dưới (_),

gây ra lỗi khi cố phân tích cú pháp URL đó với URI.parse:

[2] pry(main)> require 'uri' 
=> true 
[3] pry(main)> URI.parse "http://outer_heaven4.tripod.com/index2.htm" 
URI::InvalidURIError: the scheme http does not accept registry part: outer_heaven4.tripod.com (or bad hostname?) 
from ~/.rvm/rubies/ruby-1.9.3-p194/lib/ruby/1.9.1/uri/generic.rb:213:in `initialize' 

Có cách nào khác thay thế cho URI.parse Tôi có thể sử dụng tính năng này có độ chính xác thấp hơn mà không cần phải tự làm?

Answer 1

Hãy thử Addressable::URI. Nó tuân theo RFC chặt chẽ hơn URI và rất linh hoạt.

require 'addressable/uri' 
uri = Addressable::URI.parse('http://outer_heaven4.tripod.com/index2.htm') 
uri.host 
=> "outer_heaven4.tripod.com" 

Tôi đã sử dụng nó cho một số dự án và đã hài lòng với nó. URI đang nhận được một chút ... gỉ và cần TLC. của người khác đã nhận xét về nó quá:

http://www.cloudspace.com/blog/2009/05/26/replacing-rubys-uri-with-addressable/

Có khá một cuộc thảo luận về tình trạng URI của vài năm trước trong các nhà phát triển Ruby. Tôi không thể tìm thấy liên kết đến nó ngay bây giờ, nhưng có một đề nghị rằng Addressable :: URI được sử dụng như một sự thay thế. Tôi không biết liệu có ai đó đã bước lên để tiếp quản sự phát triển của URI hay không. Trong mã của riêng tôi, tôi tiếp tục sử dụng URI cho những thứ đơn giản và chuyển sang Addressable :: URI khi URI chứng minh làm điều sai trái cho tôi.