java - 正则表达式在 twitter 文本文件中查找 Shorturl

Question

我需要在 java 的文本帖子中找到短 url。我有以下正则表达式“(http://(bit\.ly|t\.co|lnkd\.in|tcrn\.ch).*?)\s”

我有 2 个问题

1. 上述表达式的问题是，如果它位于行尾，则它与短 url 不匹配。ex For text "blah http://linkd.in/R9Msf3 blah" 给出 "http://linkd.in/R9Msf3 "

   但是等等等等http://linkd.in/R9Msf3没有给出“http://linkd.in/R9Msf3”

   有什么建议如何匹配这两种模式？基本上我只需要替换文本中的短网址。

2. 还有没有更好的方法来获取所有短 url 格式？如果我对其进行硬编码，那么每次我都必须向配置中添加新格式。

Answer 1

而不是.*用来\S*避免匹配空格。您不需要?，您可以使用\b而不是\s匹配 url 结尾和空格或字符串结尾之间的边界。

(http://(bit\.ly|t\.co|lnkd\.in|tcrn\.ch)\S*)\b

Answer 2

(\s|$)在你的正则表达式结束时尝试

所以 http://(linkd\.in|t\.co|bitly\.co|tcrn\.ch).*?(\s|$)

用正则表达式测试