Ruby 解析 HTML (Nokogiri)
从定期检查自家网站链接是否存活的需求出发，作者发现直接用正则表达式抓取HTML中的URL是条看似聪明实则痛苦的路。原因在于HTML并非标准的XML，用正则去匹配时，开发者不得不考虑各种烦人的细节：标签属性的大小写、代码中的换行符、属性值使用单引号、双引号或干脆没有引号、甚至一些无关紧要的空格，这些都让表达式变得异常复杂且脆弱。 这篇文章正是从这个实际的“踩坑”经历切入，指出了用正则表达式解析半结构化数据的根本局限。它更像一篇技术方案的反思，旨在告诉读者，当面对HTML这种“宽容”但格式不一的文本时，需要转向更专业的工具。文中提到的Nokogiri正是这样的利器，它作为Ruby生态中成熟的HTML/XML解析器，能自动处理DOM结构，从而让开发者从编写和维护复杂正则的痛苦中解脱出来，专注于提取内容本身的逻辑。