所以我有一个很大的网站列表，我想把它们放在一个String变量中。我知道我不能单独去所有的链接，并逃避//，但是有超过几百个链接。有没有办法做一个“块转义”，所以在“块”之间的所有内容都逃脱了？这是我想要保存在变量中的一个例子。如何设置一个java字符串变量等于“htp：//网站htp：//网站”
String links="http://website http://website http://website http://website http://website http://website"
也有人可以想到任何其他问题，我可能会遇到这样做吗？
我做了HTP而不是http因为我不允许我在这一水平是不张贴“超链接”，根据堆栈溢出：对
非常感谢
编辑：我做一个程序，因为我有大约50页的文档，里面充满了电子邮件和其他文字。我想过滤掉电子邮件。我写了这个程序来做到这一点非常简单，不是我只需要将这些页面存储在一个字符串变量中，程序将在其中运行。
我不确定你指的是什么样的'网站列表'，但例如。一个以逗号分隔的网站文件，您可以读取整个文件并使用Stringsplit函数获取数组，或者可以使用BufferedReader逐行读取文件并将其添加到ArrayList。
从那里，你可以简单的循环数组，并追加到String，或者如果您需要：
做一个“块逃亡”，所以一切都在“块”之间的转义
可以使用正则表达式根据图案来提取每个String的部分：
String oldString = "<someTag>I only want this part</someTag>";
String regExp = "(?i)(<someTag.*?>)(.+?)(</someTag>)";
String newString = oldString.replaceAll(regExp, "$2");
上面expressio n会删除由于"$2"而引起的xml标记，这意味着您对表达式的第二组感兴趣，其中组由圆括号()标识。 使用"$1$3"应该只给你周围的xml标签。
另一种更简单的方法来从String去除一定的“块”是Stringreplace函数，其中删除，你可以简单地传递一个空字符串作为新值的块。
我希望这些都有帮助，否则你可以尝试提供一个完整的例子，你输入“网站列表”和你想要的输出。
看到这个：http://stackoverflow.com/questions/1732348/regex-match-open-tags-except-xhtml-self-contained-tags/1732454#1732454 –
我没有试图建议他应该解析html或XML文档与正则表达式，我只是想给一个它的用法的例子:) – JGaarsdal
我建议你将你的Word文档保存为纯文本。然后您可以使用java.io包中的类（例如Scanner来阅读文本）。
要解决每次读取一行时覆盖String变量的问题，可以使用数组或ArrayList。这比将所有网址保存在一个String中更理想，因为您可以随时轻松访问每个地址。
你的问题写得不好。请改进它。按目前的格式，它将被封闭为“太模糊”。
是否要筛选电子邮件或网站？你的例子是关于网站，你关于电子邮件的文字。因为我不知道，我决定尽力帮助你，所以我决定做这两件事。
这里去代码：
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;
}
要确保它的工作原理，首先让测试filterEmails和filterWebsites方法：
public static void main(String[] args) {
System.out.println(filterEmails("Orange, pizza whatever else [email protected] a lot of text here. Blahblah blah with Luke Skywalker ([email protected]) hfkjdsh fhdsjf jdhf Paulo <[email protected]>"));
System.out.println(filterWebsites("Orange, pizza whatever else [email protected] 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：
[[email protected], [email protected], [email protected]]
[http://luke.starwars.com/force, https://darth.vader/blackside?sith=true&midclorians, http://www.somewhere.com]
测试readFileAsString方法：
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，它的内容将被打印。
如果你不喜欢的事实，它返回List<String>不是与项目之间用空格分隔一String，这是简单的解决：
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();
}
坚持一起：
String fileName = ...;
String webSites = collapse(filterWebsites(readFileAsString(fileName)));
String emails = collapse(filterEmails(readFileAsString(fileName)));
对于你的第一个问题，把所有的文本都放在单词外面，把它放在正则表达式的东西里，用正则表达式来引用每行，并用+结束每一行。现在编辑最后一行并将+更改为;。在第一行上面写上String links =。将这个新文件复制到您的Java源代码中。 Here's an example using regexr。
要回答第二个问题（考虑问题），如果我正确记得2^16的长度，则Java字符串文字的上限是有限制的。
**为什么**在单个字符串中，而不是固定大小的'String []'每个索引有一个链接，或者一个动态的'java.util.List'？ – jlordo
你不需要转义*正向*斜杠，只有反斜杠需要转义。 – dasblinkenlight
你在这里“逃避”是什么意思？你的意思是前缀与协议（即添加'“http：//”'到'“网站网站的网站”？“（因为@dasblinkenlight说，如果你已经有''http：// website”'，它不需要任何转义，如插入转义字符，如'\'。） – Amadan