时间戳

首页 > 解决方案 > 如何在java中进行URL通配符匹配？

java - 如何在java中进行URL通配符匹配？

问题描述

我正在尝试解析 robots.txt 并检查 java 中的余量。我在列表中安排了 robots.txt 的允许和禁止部分。我认为仅使用 java 的url_string.equals()函数就足以匹配 url。但是 robots.txt 包含用于匹配 url 是否以给定模式结尾的美元（$）符号和用于字符串之间的任何字符的星号（*）。这是我正在使用的星号匹配功能：-

public boolean asteriskWildcardMatch(String str, String pattern) {
    int n=str.length();
    int m=pattern.length();
    if (m == 0) {return (n == 0); }
    boolean[][] matchLookup = new boolean[n + 1][m + 1]; 
    for(int i = 0; i < n + 1; i++) {Arrays.fill(matchLookup[i], false);} 
    matchLookup[0][0] = true;
    for (int j = 1; j <= m; j++) {
        if (pattern.charAt(j - 1) == '*') {
            matchLookup[0][j] = matchLookup[0][j - 1];
        }
    }
    for (int i = 1; i <= n; i++){ 
        for (int j = 1; j <= m; j++) { 
            if (pattern.charAt(j - 1) == '*') {
                matchLookup[i][j] = matchLookup[i][j - 1] || matchLookup[i - 1][j];
            }
            else if (str.charAt(i - 1) == pattern.charAt(j - 1)){
                matchLookup[i][j] = matchLookup[i - 1][j - 1];
            }
            else{ matchLookup[i][j] = false; }
        } 
    }       
    return matchLookup[n][m]; 
}

Robots.txt:-

User-agent: *
Disallow: /search
Allow: /search/about
Allow: /search/static
Allow: /search/howsearchworks
Disallow: /sdch
Disallow: /groups
Disallow: /index.html?
Disallow: /?
Allow: /?hl=
Disallow: /?hl=*&
Allow: /?hl=*&gws_rd=ssl$
Disallow: /?hl=*&*&gws_rd=ssl
Allow: /?gws_rd=ssl$
Allow: /?pt1=true$
Disallow: /imgres
Disallow: /u/*/about
Disallow: /app/comments$
Allow: /articles/*-admin$
Disallow: /preferences
Disallow: /setprefs

代码运行良好。但是我在为结束模式制作美元符号匹配功能时感到困惑。该功能也存在许多错误。一个url中可以有很多星号。但美元只能走到尽头。任何人都可以通过建议提供任何代码片段或 Java 正则表达式代码来提供帮助吗？

提前致谢。

标签： javaregexwildcardrobots.txt

解决方案

推荐阅读