我有以下模式规则:
static List<String> fetchUrls( String tweet ) {
List<String> url = new ArrayList<String>();
Pattern p = Pattern.compile( "(?:^|[\\W])((ht|f)tp(s?):\\/\\/|www\\.)" + "(([\\w\\-]+\\.){1,}?([\\w\\-.~]+\\/?)*" + "[\\p{Alnum}.,%_=?&#\\-+()\\[\\]\\*$~@!:/{};']*)");
Matcher matcher = p.matcher( tweet );
while ( matcher.find() ) {
url.add( matcher.group() ); // When an URL is detected, we add it to the Array List
}
return url;
}
但是,当我打印
ArrayList
的字符串表示形式时,在第一个URL之前有一个空格。我如何摆脱这个空白? 最佳答案
您可以将(?:^|[\W])
替换为\b
,因为您要将字符串的开头或非单词char与该替换组匹配。
由于下一个子模式是h
,因此\b
之前的子模式与字符串开头或非单词char的位置完全匹配。
如果您想继续使用模式,它将看起来像
Pattern p = Pattern.compile( "\\b((ht|f)tp(s?):\\/\\/|www\\.)" + "(([\\w\\-]+\\.){1,}?([\\w\\-.~]+\\/?)*" + "[\\p{Alnum}.,%_=?&#\\-+()\\[\\]\\*$~@!:/{};']*)");
^^^
现在,
matcher.group()
应该收集没有前导非单词字符的URL。您可能会摆脱不必要的转义反斜杠和类似的组
"\\b(?:(?:ht|f)tps?://|www\\.)" +
"(?:(?:[\\w-]+\\.)+?(?:[\\w.~-]+/?)*" +
"[\\p{Alnum}.,%_=?&#+()\\[\\]*$~@!:/{};'-]*)"
关于java - 消除模式规则中的空白,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/41104336/