java - 使用java从文本中删除url时出现问题

Question

我正在尝试从 Twitter 获得的一些字符串中删除 url。 我使用的代码是:

test.replaceAll("http.*?\\s", ""));

问题是，当我尝试时，有些字符串不起作用，例如:

String cuatro = ("#TodosPorKiKi El plan de flia solidaria No Puede exceder los 6meses. La justicia de Santa Fe lo abandonó 2 años y ahora\r\n" + 
            "Quieren hacerse los legalistas\r\n" + 
            "#Verguenza  Respete los derechos del niño @MiguelLifschitz @DataLifschitz https//t/MUY0bj2qMT");

output:

我不知道为什么对于某些文本它有效而对于其他文本则无效

Answer 1

正则表达式中的 .*? 将寻找一个最小区域，但实际上没有，因此它将无法在后面找到空格，这不是好方法去做这件事

<小时/>

您需要关注 2 个简单的属性

• 网址以http开头
• 网址不包含空格

因此您的正则表达式可以是:http\S*(http 后跟多个非空格 字符)

String cuatro = ("#TodosPorKiKi El plan de flia solidaria No Puede exceder los 6meses. https//t/MUY0bj2qMT" +
            " La justicia de Santa Fe lo abandonó 2 años y ahora\r\n" +
            "Quieren hacerse los legalistas\r\n  https//t/MUY0bj2qMT" +
            "#Verguenza  Respete los derechos del niño @MiguelLifschitz @DataLifschitz https//t/MUY0bj2qMT");
String cleaned = cuatro.replaceAll("http\\S*", ""); 
System.out.println(cleaned);    // I added multiple url in the String, for you can see it remvoes all