java - URL 中的正则表达式关键字匹配

Question

我有一个大文件 (20 mb) 中的 URL 列表，并且有一组关键字。如果关键字集与 url 匹配，那么我想提取该 URL。

示例:关键字=“联系人”网址:http://www.365media.com/offices-and-contact.html

我需要一个正则表达式来将关键字与我的网址列表进行匹配。

我的Java代码:

public class FileRead {

    public static void main(String[] ags) throws FileNotFoundException
    {
        Scanner in=new Scanner(new File("D:\\Log\\Links.txt"));
        String input;
        String[] reg=new String[]{".*About.*",".*Available.*",".*Author.*",".*Blog.*",".*Business.*",
    ".*Career.*",".*category.*",".*City.*",".*Company.*",".*Contain.*",".*Contact.*",".*Download.*",
    ".*Email.*"};
        while(in.hasNext())
        {
            input=in.nextLine();
            //for(String s:reg)
                patternFind(input,".*email.*");
        }

    }
    public static void patternFind(String input,String reg)
    {
        Pattern p=Pattern.compile(reg);
            Matcher m=p.matcher(input);
            while(m.find())
                System.out.println(m.group());
    }
}

Answer 1

如果您只想匹配当前行中是否存在任何关键字，您可以简单地使用

for (String s: reg) {
  if (input.contains(s)) {
    // do something
  }
}

而不是 patternFind(input,".电子邮件。");

无论如何，相当于匹配任何单词的正则表达式是:

.*(About|Available|Author|And|So|On...).*

我不确定哪个更快。 String.contains() 更简单，预编译了一个 Pattern，在多次应用时可以表现得更好，就像这里的情况一样。