java从字符串中检测并提取url？

Question

这是一个简单的问题，但我就是不明白。 我想检测字符串中的url，并用一个较短的字符串替换它们

我从stackoverflow中找到了这个表达式，但结果只是http

Pattern p = Pattern.compile("\\b(https?|ftp|file)://[-a-zA-Z0-9+&@#/%?=~_|!:,.;]*[-a-zA-Z0-9+&@#/%=~_|]",Pattern.CASE_INSENSITIVE);
        Matcher m = p.matcher(str);
        boolean result = m.find();
        while (result) {
            for (int i = 1; i <= m.groupCount(); i++) {
                String url=m.group(i);
                str = str.replace(url, shorten(url));
            }
            result = m.find();
        }
        return html;

还有更好的主意吗

Answer 1

m.group（1）给出第一个匹配的组，也就是说第一个捕获括号。这里是(https?|ftp|file)

您应该尝试查看m.group（0）中是否有内容，或者用括号括住所有模式，然后再次使用m.group（1）

您需要重复find函数以匹配下一个函数，并使用新的组数组

Answer 2

https://github.com/linkedin/URL-Detector

        <groupId>io.github.url-detector/</groupId>
        <artifactId>url-detector</artifactId>
        <version>0.1.23</version>

Answer 3

检测URL并非易事。如果获取以https开头的字符串就足够了|ftp |文件，然后就可以了。这里的问题是，您有一个捕获组，即()，而这些仅在http的第一部分附近

我会使用（？：）将这部分变成一个非捕获组，并在整个内容周围加上括号

"\\b((?:https?|ftp|file)://[-a-zA-Z0-9+&@#/%?=~_|!:,.;]*[-a-zA-Z0-9+&@#/%=~_|])"