Question

我需要使用regex.Pattern过滤一个充满网址的列表。现在我有一个类型。

private final static Pattern FILTERS_TYPE = Pattern.compile(".*(\\
(css|js|bmp|ico|gif|jpe?g" + "|png|tiff?|mid|mp2|mp3|mp4"
    + "|wav|avi|mov|mpeg|ram|m4v|pdf" + "|rm|smil|wmv|swf|wma|zip|rar|gz|jsp))$");

所以我正在尝试编写一个过滤器来排除“facebook”，“twitter”等网站。

private final static Pattern FILTERS_NAME =       Pattern.compile(".*facebook.*|.*quotidiani.*|.*meteo.*|.*twitter.*|.*hotel.*|.*mobile.*|"         + ".*histats:*");

但是这个不起作用。 “filters_name”的正确语法是什么？

private List<WebURL> trash = new ArrayList<>(); //non obiettivo
private List<WebURL> urls = new ArrayList<>(); //obiettivo



public synchronized void collectorUrls(){

    for(int i =0; i<urls.size();i++){
        String indirizzo = urls.get(i).getURL().toLowerCase();
        if(FILTERS_TYPE.matcher(indirizzo).matches()){

            trash.add(urls.get(i));
            urls.remove(i);

            }
        if(FILTERS_NAME.matcher(indirizzo).matches()){


            trash.add(urls.get(i));
            urls.remove(i);

            }
        System.out.println(urls.get(i).getURL());
        }   
}

Answer 1

使用此正则表达式：

private final static Pattern FILTERS_NAME =  
         Pattern.compile("facebook|quotidiani|meteo|twitter|hotel|mobile|histats:");

然后用Matcher.matches()替换Matcher.find()方法。所以而不是：

if(FILTERS_NAME.matcher(indirizzo).matches()) {...}

使用：

if(FILTERS_NAME.matcher(indirizzo).find()) {...}

Answer 2

哦，我认为您的问题是在迭代时从列表中删除项目。

当您从网址列表中删除网址时，urls.size（）的值将减少。结果是永远不会检查列表中的最后一个URL。

在while循环中为urls列表使用迭代器。

说明：

urls包含字符串＆＃34; http://facebook.com＆＃34;和字符串＆＃34; meteo.com＆＃34;。

迭代步骤：i == 0和urls.size（）== 2

字符串匹配url-pattern，urls.remove（0）称为
迭代步骤：i == 1和urls.size（）== 1

我不小于urls.size（） - ＆gt;留下循环，不会检查网址中的第二个字符串

使用regex.pattern过滤列表

2 个答案: