如何设置java字符串变量等于"htp://website htp://website“

Question

所以我有一个很大的网站列表，我想把它们都放在一个字符串变量中。我知道我不能单独转到所有的链接并转义//，但是有超过几百个链接。有没有办法进行“块转义”，这样“块”之间的所有东西都会转义？这是我想要保存在变量中的一个示例。

String links="http://website http://website http://website http://website http://website http://website"

另外，有人能想到我在做这件事时可能会遇到的其他问题吗？

我把它设为htp而不是http，因为我不在那个级别，所以不能根据栈溢出发布“超级链接”:p

非常感谢

编辑:我正在制作一个程序，因为我有大约50页的word文档，其中充满了电子邮件和其他文本。我只想过滤掉电子邮件。我写了一个程序来做这件事，这非常简单，我只需要把页面存储在一个字符串变量中，程序将在这个变量上运行。

Answer 1

你的问题写得不好。请改进一下。按照目前的格式，它将被关闭，因为“太模糊了”。

是否要筛选电子邮件或网站？你的例子是关于网站的，你是关于电子邮件的短信。因为我不知道，而且我决定无论如何都要试着帮助你，所以我决定两者兼而有之。

代码如下：

private static final Pattern EMAIL_REGEX =
        Pattern.compile("[A-Za-z0-9](:?(:?[_\\.\\-]?[a-zA-Z0-9]+)*)@(:?[A-Za-z0-9]+)(:?(:?[\\.\\-]?[a-zA-Z0-9]+)*)\\.(:?[A-Za-z]{2,})");

private static final Pattern WEBSITE_REGEX =
        Pattern.compile("http(:?s?)://[_#\\.\\-/\\?&=a-zA-Z0-9]*");

public static String readFileAsString(String fileName) throws IOException {
    File f = new File(fileName);
    byte[] b = new byte[(int) f.length()];
    InputStream is = null;
    try {
        is = new FileInputStream(f);
        is.read(b);
        return new String(b, "UTF-8");
    } finally {
        if (is != null) is.close();
    }
}

public static List<String> filterEmails(String everything) {
    List<String> list = new ArrayList<String>(8192);
    Matcher m = EMAIL_REGEX.matcher(everything);
    while (m.find()) {
        list.add(m.group());
    }
    return list;
}

public static List<String> filterWebsites(String everything) {
    List<String> list = new ArrayList<String>(8192);
    Matcher m = WEBSITE_REGEX.matcher(everything);
    while (m.find()) {
        list.add(m.group());
    }
    return list;
}

为了确保它正常工作，首先让我们测试一下filterEmails和filterWebsites方法：

public static void main(String[] args) {
    System.out.println(filterEmails("Orange, pizza whatever else joe@somewhere.com a lot of text here. Blahblah blah with Luke Skywalker (luke@starwars.com) hfkjdsh fhdsjf jdhf Paulo <aaa.aaa@bgf-ret.com.br>"));
    System.out.println(filterWebsites("Orange, pizza whatever else joe@somewhere.com a lot of text here. Blahblah blah with Luke Skywalker (http://luke.starwars.com/force) hfkjdsh fhdsjf jdhf Paulo <https://darth.vader/blackside?sith=true&midclorians> And the http://www.somewhere.com as x."));
}

它输出：

[joe@somewhere.com, luke@starwars.com, aaa.aaa@bgf-ret.com.br]
[http://luke.starwars.com/force, https://darth.vader/blackside?sith=true&midclorians, http://www.somewhere.com]

要测试readFileAsString方法，请执行以下操作：

public static void main(String[] args) {
    System.out.println(readFileAsString("C:\\The_Path_To_Your_File\\SomeFile.txt"));
}

如果该文件存在，将打印其内容。

如果您不喜欢它返回List<String>而不是包含空格分隔项的String，那么解决这个问题很简单：

public static String collapse(List<String> list) {
    StringBuilder sb = new StringBuilder(50 * list.size());
    for (String s : list) {
        sb.append(" ").append(s);
    }
    sb.delete(0, 1);
    return sb.toString();
}

粘合在一起：

String fileName = ...;
String webSites = collapse(filterWebsites(readFileAsString(fileName)));
String emails = collapse(filterEmails(readFileAsString(fileName)));

Answer 2

我建议您将Word文档另存为纯文本。然后，您可以使用java.io包中的类(例如Scanner来读取文本)。

要解决每次读取一行都会覆盖String变量的问题，可以使用数组或ArrayList。这比在单个String中保存所有网址要理想得多，因为您可以随时轻松地单独访问每个地址。

Answer 3

对于第一个问题，从word中取出所有文本，将其放入支持正则表达式的内容中，使用正则表达式引用每行，并以+结束每行。现在编辑最后一行并将+更改为;。在第一行上方写入String links =。将这个新文件复制到java源代码中。这是an example using regexr。

为了回答您的第二个问题(思考问题)，如果我没记错长度是2^16，那么Java字符串文字是有上限的。

哦，Perl基本上就是为了让你做这类事情而写的(取50页文本，区分什么是url，什么是电子邮件)……更别提grep了。