java - 删除模式规则中的空格

Question

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，第一个 url 之前有一个空格。我怎样才能摆脱这个空白？

Answer 1

您可以将 (?:^|[\W]) 替换为 \b，因为您要将字符串的开头或非单词字符与该交替组匹配。

由于下一个子模式是 h，因此它之前的 \b 与字符串开头的位置或非单词字符完全匹配。

如果您想继续使用您的模式，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() 应该收集不带前导非单词字符的 URL。

您可以删除不必要的转义反斜杠和组，例如

"\\b(?:(?:ht|f)tps?://|www\\.)" + 
"(?:(?:[\\w-]+\\.)+?(?:[\\w.~-]+/?)*" + 
"[\\p{Alnum}.,%_=?&#+()\\[\\]*$~@!:/{};'-]*)"