Googleアラートをよく使っていて、最近それを元にSlackに投稿とかをしています。
その時に１点困る（というか気に入らない）点が・・・・
URLが長い！！
Googleアラートで引っかかったアラートのURLがいつもこんな感じになっています。
https://www.google.com/url?rct=j&sa=t&url=http://zip-antenna.com/archives/361410&ct=ga&cd=CAIyHDFiNWQ1YjYyYjRmYmE5YWQ6Y28uanA6amE6SlA&usg=AFQjCNHw2GYqUWQ2BJEVhtx97r3sK274iA
明らかにGoogleさんのアクセス解析の手助けをしてますよね。
まぁ実際、アクセス解析？どうぞどうぞ。って感じではあるのだけれど、Slackに投稿するとき取得したURLそのまま使うとURL展開してくれなかったりするのでそれはこまる。
ってことで、削ります。
正規表現を活用
形的には〜〜〜url=ってところから&ct=〜〜〜〜の間が実URLになっているので、正規表現で抽出します。
めっちゃ簡単でした。
link_tmp = item.xpath('.//atom:link/@href', namespaces).first.content
link = link_tmp[/url=(.*)&ct/,1]
重要なところはlink_tmp[/url=(.*)&ct/,1]のところ。
これで必要なURLのみ抽出出来ました。
後ろの1とかは何の意味があるんだろう？・・・・・・調べておきます。
