URL＼正規表現＠java

質問

perlメモさん？にPerlでのURLの正規表現はあるのですが
Javaで使いたいと思います。

Pattern pattern = Pattern.compile("正規表現");
Matcher matcher = pattern.matcher(String);

のステートメントを使う方法をご存知な方おられませんか？
Perlメモさん？の正規表現をエディタにコピペしても
不正なエスケープエラー？がでてだめでした。

（http Urlのごちゃごちゃした奴の下から二番目）
（「\b(?:」で始まる奴です）

なのでエディタに貼り付けて\を\\に置き換えたものを
正規表現の部分にしたところコンパイルはとおりましたが、
正確にマッチしてくれませんでした。

よろしくお願いします。

回答No.2

kacchann · ベストアンサー

No.1です。
もう解決した、とのことなので、
アレなのだけど。

yahooのトップページ
http://www.yahoo.co.jp/

のHTMLファイルにおいて、下のプログラムを試したところ、
100個ぐらいのURLアドレスがマッチしたぞ。
一応、報告ね。

-------------------------------------
(※正規表現部分は省略)
import java.util.regex.Matcher;
import java.util.regex.Pattern;
import java.io.*;

public class Reg {
　void test() {
　　String a = "正規表現"；//※省略
　　Pattern pattern = Pattern.compile(a);
　　String b = load("index.html");//引数で指定した
　　　　　//HTMLファイルの中身をまるごとStringにする
　　Matcher matcher = pattern.matcher(b);

　　int count = 0;
　　while (matcher.find()) {
　　　System.out.println(count + ": " + matcher.group());
　　　count++;
　　}
　}

　/*HTMLファイルの中身をまるごとStringにする*/
　String load(String fname){
　　StringBuffer sb = new StringBuffer();
　　try{
　　　BufferedReader br
　　　　= new BufferedReader(new FileReader(fname));
　　　String line;
　　　while((line = br.readLine()) != null) {
　　　　sb.append(line+"\n");
　　　}
　　　br.close();
　　}catch(FileNotFoundException e){
　　　System.err.println("ファイル "+fname+" は存在しません");
　　}catch(IOException e){
　　　System.err.println(e);
　　} finally {
　　　return sb.toString();
　　}
　}

　public static void main(String[] args) {
　　Reg r = new Reg();
　　System.out.println("-----テスト開始-----");
　　r.test();
　　System.out.println("-----テスト終了-----");
　}
}

お礼

本当ですね。なんでだめだったんでしょう。
どっかミスしてたのかもしれませんね・・。
バックアップがあるのであとで引っ張り出して自分の
書いたのと何処が違ったのか検証してみたいと思います。
それにしてもPerlの正規表現もほぼそのまま
つかえるんですね。やっぱり正規表現て便利かも！

本格的なコードまでかいてテストしていただいて
本当にありがとうございました。

回答No.1

kacchann

＞エディタに貼り付けて\を\\に置き換えたものを
正規表現の部分にしたところ

ここはイイと思う。

＞正確にマッチしてくれませんでした。

ほんと？
僕が試しに書いたソースコードでは、
(おそらくたぶん思ったとおりに)マッチしたぞ。

「マッチングの対象とするテキスト」としてどんなのを指定した？
たとえば
「このURLはhttp://java.sun.com/education/ja/index.html です」
というテキストだとうまくマッチしないハズ。
(※URLアドレスの前にスペースが入っていない)

どうだろう？
-------------------------
これでも解決しなければ、
ソースコードを提示してみるといいと思う。
※「正規表現の文字列」だけは省略するとして。

お礼

実は質問してからだいぶたってしまいましたため、面倒ながら
indexOfで代用してしまいました。削除か締め切るべきところですが
こちらもきになったのでしませんでした。エスケープの部分は
やはり\\でよかったのですね。それだけわかっただけでもありがたく
思います。実はその時点でまちがってるかもしれないと思ってました
ありがとうございました。

補足

ちなみにデータはYahooのトップページだったのですが、
findでまわしてgroupで拾ってました。その時に
３～５個くらいしか拾えませんでしたのであれ？
っておもったんです。コードはこんなかんじでした

Pattern pattern = Pattern.compile("正規表現");
Matcher matcher = pattern.matcher(String);
while((matcher.find())){
　System.out.println(matcher.group());

}

でも正規表現て便利ですけどデバッグしにくいきがします
完璧にデバッグするにはどうしたらよいんだろう・・。やっぱり
想定されるあらゆるデータをテストしなければならないんでしょうか
なれないためか正規表現を使うとなにか不安です。