Suppression de l'URL du texte à l'aide de Java

Comment faire pour supprimer les Url présentes dans le texte exemple

String str="Fear psychosis after #AssamRiots - http://www.google.com/LdEbWTgD http://www.yahoo.com/mksVZKBz";

à l'aide d'une expression régulière?

Je veux supprimer toutes les Url dans le texte. Mais cela ne fonctionne pas, mon code est :

String pattern = "(http(.*?)\\s)";
Pattern pt = Pattern.compile(pattern);
Matcher namemacher = pt.matcher(input);
if (namemacher.find()) {
  str=input.replace(namemacher.group(0), "");
}

source d'informationauteur NLP JAVA

  1. 15

    Entrée de la String qui contient l'url 

    private String removeUrl(String commentstr)
    {
        String urlPattern = "((https?|ftp|gopher|telnet|file|Unsure|http):((//)|(\\\\))+[\\w\\d:#@%/;$()~_?\\+-=\\\\\\.&]*)";
        Pattern p = Pattern.compile(urlPattern,Pattern.CASE_INSENSITIVE);
        Matcher m = p.matcher(commentstr);
        int i = 0;
        while (m.find()) {
            commentstr = commentstr.replaceAll(m.group(i),"").trim();
            i++;
        }
        return commentstr;
    }
  2. 4

    Bien, vous n'avez fourni aucune info à propos de votre texte, avec la prise en charge de votre texte comme ceci: "Some text here http://www.example.com some text there"vous pouvez le faire:

    String yourText = "blah-blah";
String cleartext = yourText.replaceAll("http.*?\\s", " ");

    Cela permettra de supprimer toutes les séquences commençant par "http" et jusqu'au premier caractère d'espace.

    Vous devriez lire la Javadoc sur Chaîne classe. Il va mettre les choses au clair pour vous.

  3. 3

    Comment définissez-vous l'URL? Vous pourriez voulez pas seulement pour filtre http://, mais aussi https://et d'autres protocoles comme le ftp://, rss://ou protocoles personnalisés.

    Peut-être cette expression régulière pour faire le travail:

    [\S]+://[\S]+

    Explication:

    • un ou plusieurs espaces
    • suivie par la chaîne "://"
    • suivie par un ou plusieurs espaces
  4. 1

    Notez que si votre URL contient des caractères &\, puis les réponses ci-dessus ne fonctionnera pas car replaceAll ne peut pas gérer ces personnages. Ce qui a fonctionné pour moi a été de supprimer ces caractères dans une nouvelle variable de chaîne puis supprimer les caractères à partir des résultats de m.find() et utiliser replaceAll sur ma nouvelle chaîne variable.

    private String removeUrl(String commentstr)
{
    //rid of ? and & in urls since replaceAll can't deal with them
    String commentstr1 = commentstr.replaceAll("\\?", "").replaceAll("\\&", "");

    String urlPattern = "((https?|ftp|gopher|telnet|file|Unsure|http):((//)|(\\\\))+[\\w\\d:#@%/;$()~_?\\+-=\\\\\\.&]*)";
    Pattern p = Pattern.compile(urlPattern,Pattern.CASE_INSENSITIVE);
    Matcher m = p.matcher(commentstr);
    int i = 0;
    while (m.find()) {
        commentstr = commentstr1.replaceAll(m.group(i).replaceAll("\\?", "").replaceAll("\\&", ""),"").trim();
        i++;
    }
    return commentstr;
}
  5. 0

    m.group(0) doit être remplacé par une chaîne vide plutôt que de m.group(i) où i est incrémenté à chaque appel de m.find() comme mentionné dans l'une des réponses ci-dessus. 

    private String removeUrl(String commentstr)
{
    String urlPattern = "((https?|ftp|gopher|telnet|file|Unsure|http):((//)|(\\\\))+[\\w\\d:#@%/;$()~_?\\+-=\\\\\\.&]*)";
    Pattern p = Pattern.compile(urlPattern,Pattern.CASE_INSENSITIVE);
    Matcher m = p.matcher(commentstr);
    StringBuffer sb = new StringBuffer(commentstr.length);
    while (m.find()) {
        m.appendReplacement(sb, "");
    }
    return sb.toString();
}
  6. 0

    Si vous pouvez vous déplacer vers python ensuite, vous pouvez trouver beaucoup mieux la solution ici à l'aide de ces codes,

    import re
text = "<hello how are you ?> then ftp and mailto and gopher and file ftp://ideone.com/K3Cut rthen you "
text = re.sub(r"ftp\S+", "", result)
print(result)