learn ruby @kof2012 ex1 (regex)

regex.rb

#! /usr/bin/env ruby
# -*- coding: utf-8; -*-

# Ruby初級者向けレッスン KOF出張版
# 演習問題 1

# 正規表現を使って <a href="...">...</a> から URL とテキストを抜き出す例

# %r 記法を使うと、正規表現リテラルの開始・終了文字を自由に選べます。
# 以下では | を使用しています。
# \s は空白文字を表し、.*? で href 以外の属性は無視します。
# 末尾の m は複数行にわたってマッチを試みる指定です。

# 結果は [[URL, 文字列], [URL, 文字列] ... ] となります。
# 配列の中に、URL と文字列を格納した配列が複数格納されます。
def scrape_regex fn
  open(fn) do |file|
    file.read
      .scan(%r|<a\s+.*?href="(.*?)".*?>(.*?)</a>|m)
  end
end

# each メソッドで URL と文字列の組を一度に取り出します。

# " " で囲んだ文字列の中に #{} で囲んだ Ruby の式を書くと
# 文字列として展開されます。
scrape_regex("rubykansai.html").each do |url, text|
  puts "#{text}: #{url}"
end

# 正規表現はややこしいですね。
# 間違いがあれば、ご指摘ください。