Question

我在java 中有字符串，可能包含或不包含某些链接（网址如www.google.com，stackoverflow.com，stanford.edu等）。现在我想在字符串中搜索它是否包含任何链接。我有两个问题：

搜索链接时要搜索的内容。我的意思是链接可能或可能不包含www，https，com等，所以如何区分它与文本。链接的RFC规范是什么？

在Java中使用哪个函数来搜索正则表达式？我对Java很新。

Answer 1

这会对你有帮助。

通过空格分隔整个字符串。

尝试使用每个项目形成网址。

import java.net.URL;
import java.net.MalformedURLException;

// Replaces URLs with html hrefs codes
   public class URLInString {
     public static void main(String[] args) {
     String s = args[0];
     // separete input by spaces ( URLs don't have spaces )
     String [] parts = s.split("\\s");
     // Attempt to convert each item into an URL.   
     for( String item : parts ){ 
        try {
           URL url = new URL(item);
           // If possible then replace with anchor...
           System.out.print("<a href=\"" + url + "\">"+ url + "</a> " );    
           }catch (MalformedURLException e) {
               // If there was an URL that was not it!...
               System.out.print( item + " " );
           }
      }            
  }

Answer 2

这不依赖于例外来查找URL有效性，只需通过正则表达式查找URL：

/**
 * Fills the arraylist urls with all valid (and a few invalid) urls in 's'
 */
void findUrlsInString(String s, ArrayList<String> urls) {
    Pattern p = Pattern.compile(
        "(([a-z]+):((//)|(\\\\))+)?[\\w\\d:#@%/;$()~_?\\+-=\\\\\\.&]*");
    Matcher m = p.matcher(s);
    while (m.find()) {
        urls.add(m.group());
    }
}

正则表达式并不完美;我已经调整了它from here，但我找不到一个规范的Java正则表达式的URL。您可以制作将通过此正则表达式的无效网址，但这需要轻微的努力。

如何在某些文字中找到链接？

2 个答案: