Java过滤网址的字符串？

Question

我正在使用Twitch.tv的IRC-Bot

我刚遇到一个问题。

我想过滤一个URL的字符串，然后超时在聊天中写入URL的用户。 在Google上搜索我发现我应该使用正则表达式，但我不明白该怎么做。

从另一个问题开始，我发现要使用的正则表达式是

"[a-zA-Z\d]+://(\w+:\w+@)?([a-zA-Z\d.-]+\.[A-Za-z]{2,4})(:\d+)?(/.*)?"

some1可以给我一些关于如何使用正则表达式过滤未知URL的字符串的示例吗？

应该检测出类似的东西;

http://www.google.com
www.google.com
google.com

任何帮助都是对我不好的英语= p

抱怨

Answer 1

你可以这样做：

String regex = "([a-zA-Z\d]+://)?(\w+:\w+@)?([a-zA-Z\d.-]+\.[A-Za-z]{2,4})(:\d+)?(/.*)?"; 
Pattern p = Pattern.compile(regex);

// measuredString是人写的消息，您要检查URL模式

   Matcher m = p.matcher(testedString);
   if (m.find()) {
      // timout the user who inserted the URL
   }

顺便说一下，使用正则表达式检测String的更多示例是here：

此外，我改进了您的网址格式，现在它将识别所有常规网址字符串

Answer 2

您包含的正则表达式仅匹配非常详细的URL。开头：

[a-zA-Z\d]+://

匹配一个或多个（即+）大写或小写字母或数字（括号中的部分），后跟“：//”。也就是说，它匹配以“http：//”或“ftp：//”开头的URL或其他内容。如果字符串没有以该字符串开头，则它将不匹配。

在一般情况下匹配网址很棘手。你不能真正区分一个字符串，如“为了很好的交易去 - ＆gt; dealz.biz”和“哈哈，这很有趣。你自己想出来的吗？”我认为尝试基于URL进行自动禁止是一个坏主意。