从一个字符串中获取URL（使用Groovy）

Question

我正在处理一个Grails应用程序。 我需要从字符串中提取仅包含.com（或.gov，.edu，.mil，.org，.net等）的URL部分。

例如：

输入：https://stackoverflow.com/questions?=34354#es4 输出：https://stackoverflow.com/ 输入：https://code.google.com/p/crawler4j/issues/detail?id=174 输出：https://code.google.com/ 请问有人能提供如何实现这个功能的建议吗？ 另外，如果可以实现，我需要将结果字符串中的https更改为http。 请帮忙，谢谢。

编辑：我向所有点踩的人道歉，我没有包括我尝试过的内容。 我尝试了以下方法：

URL url = new URL(website);
String webUrl = url.getprotocol()+"://"+url.getAuthority()

但是我遇到了以下错误：处理请求时发生了MissingPropertyException错误：[POST] /mypackage/resource/crawl

- clever_bassi

---

你尝试过使用 java.net.URI 吗？ - Will

我不确定为什么这个问题会被投下负票。这个问题描述了一个特定的问题，@ayushi显然不知道如何解决。虽然解决方案很简单，但并不一定显而易见，所以这似乎是一个合理的问题。那么，对于这个问题投下负票的动机是什么呢？ - Jeff Scott Brown

@JeffScottBrown，我想这种情况是适用的：每当你遇到一个极其草率、没有付出努力的帖子或者明显且可能危险的错误答案时，请使用你的负投票。该内容摘自节选。 - dmahapatro

个人认为在这种情况下，负评是没有根据的。我认为这个问题非常合理。 - Jeff Scott Brown

Answer 1

像这样的内容可以满足给出的两个示例：

def url = new URL('http://stackoverflow.com/questions?=34354#es4')
def result = 'http://' + url.host +'/'
assert result == 'http://stackoverflow.com/'

def url2 = new URL('https://code.google.com/p/crawler4j/issues/detail?id=174')
def result2 = 'http://' + url2.host +'/'
assert result2 == 'http://code.google.com/'

编辑：

当然，您可以使用以下方式缩写连接字符串：

def url = new URL('http://stackoverflow.com/questions?=34354#es4')
def result = "http://${url.host}/"
assert result == 'http://stackoverflow.com/'

def url2 = new URL('https://code.google.com/p/crawler4j/issues/detail?id=174')
def result2 = "http://${url2.host}/"
assert result2 == 'http://code.google.com/'

- Jeff Scott Brown

---

非常感谢Jeff。我从未使用过正则表达式。这真的很有帮助。 - clever_bassi

很抱歉您的问题被投下了负票。所列出的原因“这个问题没有展示任何研究努力；它不清楚或者没有用处”似乎并不适用于这里。这个问题是明确的、有用的，我认为这个问题并不表明您没有做过任何研究或付出任何努力。SO真是令人沮丧。对于像这样的情况，让人发疯的是有些人想要这样做。祝好运！ - Jeff Scott Brown

我进行了研究，但由于发布期限的紧迫性，我没有投入足够的精力。感谢您的帮助。 :) - clever_bassi

Answer 2

你可以尝试

​String text = 'http://stackoverflow.com/questions?=34354#es4'
def parts = text.split('.com')
return parts[0] + ".com"

这应该可以解决你的问题

- Nahush Farkande

Answer 3

我也发现了代码中的错误。我把 getProtocol 打成了 getprotocol，一遍又一遍地忽略了它，实在是不应该。正确的应该是：

URL url = new URL(website);
String webUrl = url.getProtocol()+"://"+url.getAuthority()

感谢大家的帮助。

- clever_bassi