Question

我想在用户的文本中获取用户提供的URL（我假设URL必须以http：//开头）。这是第一次尝试：

Pattern pattern = Pattern.compile("http://[^ ]+");

但如果用户输入类似的内容：

"look at somepage (http://somepage.net)"
"look at http://somepage1.net, http://somepage2.net and sth else"
"Please visit our page http://somepage.net."

网址末尾的（？）字符不正确。怎么避免这个？

Answer 1

数学，什么网址不能以[，。）等结尾，只能结束[A-Za-z]或/，但这会打破网址的特定结尾，例如http://site.com/read.php?key=F# $。）< / p>

Answer 2

答案是你不能100％准确地做到这一点。

像"http://somepage1.net,"这样的网址在技术上是合法的，并且无法确定","是否是网址的一部分或只是标点符号。

像"http://somepage1.net or something"这样的网址在技术上是非法的，但典型的最终用户并不知道这一点。（他们习惯于在浏览器中输入各种各样的时髦东西的浏览器。）

或许，您可以做的最好的事情就是使用正则表达式来提取合法网址，然后在假设的网页右端修剪文字标点字符，它们并不打算成为URL的一部分。

您还可以将匹配引号或左/右括号视为表示URL边界; e.g。

    The secret URL is "http://example.com/?" ... don't leave off the "?"

如何在文本中捕获用户给出的URL

2 个答案: