Есть ли способ обхода URL-адресов, содержащих символы подчеркивания в Ruby?

Ответ 1

Это похоже на ошибку в URI, а uri-open, HTTParty и многие другие камни используют URI.parse.

Здесь обходной путь:

require 'net/http'
require 'open-uri'

def hopen(url)
  begin
    open(url)
  rescue URI::InvalidURIError
    host = url.match(".+\:\/\/([^\/]+)")[1]
    path = url.partition(host)[2] || "/"
    Net::HTTP.get host, path
  end
end

resp = hopen("http://dear_raed.blogspot.com/2009_01_01_archive.html")

Ответ 2

URI имеет старомодную идею о том, как выглядит URL-адрес.

В последнее время я использую addressable, чтобы обойти это:

require 'open-uri'
require 'addressable/uri'

class URI::Parser
  def split url
    a = Addressable::URI::parse url
    [a.scheme, a.userinfo, a.host, a.port, nil, a.path, nil, a.query, a.fragment]
  end
end

resp = open("http://sub_domain.domain.com") # Yay!

Не забывайте gem install addressable

Ответ 3

Этот инициализатор в моем приложении rails, по-видимому, делает работу URI.parse по меньшей мере:

# config/initializers/uri_underscore.rb
class URI::Generic
  def initialize_with_registry_check(scheme,
                 userinfo, host, port, registry,
                 path, opaque,
                 query,
                 fragment,
                 parser = DEFAULT_PARSER,
                 arg_check = false)
    if %w(http https).include?(scheme) && host.nil? && registry =~ /_/
      initialize_without_registry_check(scheme, userinfo, registry, port, nil, path, opaque, query, fragment, parser, arg_check)
    else
      initialize_without_registry_check(scheme, userinfo, host, port, registry, path, opaque, query, fragment, parser, arg_check)
    end
  end
  alias_method_chain :initialize, :registry_check
end

Ответ 4

Подчеркивание не может содержаться в таком доменном имени. Это часть стандарта DNS. Вы имели в виду использовать тире (-)?

Даже если open-uri не выдал ошибку, такая команда была бы бессмысленной. Зачем? Потому что нет способа разрешить такое доменное имя. В лучшем случае вы получите ошибку unknown host. Вы не можете зарегистрировать доменное имя с _ в нем и даже запустить свой собственный DNS-сервер, это не соответствует спецификации использовать _. Вы можете сгибать правила и разрешать их (путем изменения программного обеспечения DNS-сервера), но тогда ваш DNS-сервер вашей операционной системы не будет поддерживать его, и ваше программное обеспечение DNS-маршрутизатора не будет.

Решение. Не пытайтесь использовать _ в DNS-имени. Он не будет работать нигде и не соответствует спецификациям

Ответ 5

Вот патч, который решает проблему для самых разных ситуаций (rest-client, open-uri и т.д.) без использования внешних камней или переопределяющих частей URI.parse:

module URI
  DEFAULT_PARSER = Parser.new(:HOSTNAME => "(?:(?:[a-zA-Z\\d](?:[-\\_a-zA-Z\\d]*[a-zA-Z\\d])?)\\.)*(?:[a-zA-Z](?:[-\\_a-zA-Z\\d]*[a-zA-Z\\d])?)\\.?")
end

Источник: lib/uri/rfc2396_parser.rb#L86

Ruby-core имеет открытую проблему: https://bugs.ruby-lang.org/issues/8241

Ответ 6

У меня была такая же ошибка при попытке использовать gem update/gem install и т.д., поэтому вместо этого я использовал IP-адрес, и теперь это нормально.

Ответ 7

Вот еще один уродливый хак, не нужен камень:

def parse(url = nil)
    begin
        URI.parse(url)
    rescue URI::InvalidURIError
        host = url.match(".+\:\/\/([^\/]+)")[1]
        uri = URI.parse(url.sub(host, 'dummy-host'))
        uri.instance_variable_set('@host', host)
        uri
    end
end

Ответ 8

Я рекомендую использовать камень Curb: https://github.com/taf2/curb, который просто обертывает libcurl. Вот простой пример, который автоматически будет следовать за перенаправлениями и распечатать код ответа и тело ответа:

rsp = Curl::Easy.http_get(url){|curl| curl.follow_location = true; curl.max_redirects=10;}
puts rsp.response_code
puts rsp.body_str

Я обычно избегаю рубиновых URI-классов, так как они слишком навязывают спецификации, которые, как вы знаете, в Интернете - это дикий запад:) Curl/curb обрабатывает каждый url, который я бросаю на него как чемпион.