国产片侵犯亲女视频播放_亚洲精品二区_在线免费国产视频_欧美精品一区二区三区在线_少妇久久久_在线观看av不卡

服務器之家:專注于服務器技術及軟件下載分享
分類導航

PHP教程|ASP.NET教程|JAVA教程|ASP教程|

服務器之家 - 編程語言 - JAVA教程 - Java精確抽取網頁發布時間

Java精確抽取網頁發布時間

2020-05-13 14:32java教程網 JAVA教程

這篇文章主要為大家詳細介紹了Java精確抽取網頁發布時間的相關資料,盡量做到精確無誤,感興趣的小伙伴們可以參考一下

對網頁中各種不同格式的發布時間進行抽取,將發布時間以規整的“yyyy-MM-dd HH:mm:ss”格式表示出來,只能盡量追求精確,但是因為網絡發布時間的格式十分靈活,所以做不到百分百地正確抽取

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
package whu.extract.pubtime.core;
 
import java.util.ArrayList;
import java.util.Calendar;
import java.util.Collections;
import java.util.List;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
 
import whu.utils.TimeUtil;
 
/**
 * Created On 2014年3月13日 下午2:49:05
 * @description 獲取網頁的發布時間
 */
public class FetchPubTime {
  /** 表示url中連續的8位日期,例如http://www.baidu.com/20140311/2356.html */
  private static String url_reg_whole= "([-|/|_]{1}20\\d{6})";
  /** 表示 用-或者/隔開的日期,有年月日的,例如 http://www.baidu.com/2014-3-11/2356.html */
  private static String url_reg_sep_ymd = "([-|/|_]{1}20\\d{2}[-|/|_]{1}\\d{1,2}[-|/|_]{1}\\d{1,2})";
  /** 表示 用-或者/隔開的日期,只有年和月份的,例如 http://www.baidu.com/2014-3/2356.html */
  private static String url_reg_sep_ym = "([-|/|_]{1}20\\d{2}[-|/|_]{1}\\d{1,2})";
  private static Calendar current = Calendar.getInstance();
  /** 格式正確的時間正則表達式*/
  private static String rightTimeReg = "^((\\d{2}(([02468][048])|([13579][26]))[\\-\\/\\s]?((((0?[13578])|(1[02]))[\\-\\/\\s]?((0?[1-9])|([1-2][0-9])|(3[01])))|(((0?[469])|(11))[\\-\\/\\s]?((0?[1-9])|([1-2][0-9])|(30)))|(0?2[\\-\\/\\s]?((0?[1-9])|([1-2][0-9])))))|(\\d{2}(([02468][1235679])|([13579][01345789]))[\\-\\/\\s]?((((0?[13578])|(1[02]))[\\-\\/\\s]?((0?[1-9])|([1-2][0-9])|(3[01])))|(((0?[469])|(11))[\\-\\/\\s]?((0?[1-9])|([1-2][0-9])|(30)))|(0?2[\\-\\/\\s]?((0?[1-9])|(1[0-9])|(2[0-8]))))))(\\s(((0?[0-9])|([1-2][0-3]))\\:([0-5]?[0-9])((\\s)|(\\:([0-5]?[0-9])))))?$";
   
  /**
   * @param url
   * @param urlContent
   * @return
   */
  public static String getPubTimeVarious(String url,String urlContent) {
     
    String pubTime = getPubTimeFromUrl(url);
     
   //鏈接里面沒有,匹配文本中的
    if(pubTime == null)
    {
      if(urlContent!=null&&!urlContent.trim().equals(""))
        return extractPageDate(urlContent);
    }
     
    return pubTime;
  }
   
  /**從url里面抽取出發布時間,返回YYYY-MM-DD HH:mm:ss格式的字符串
   * @param url
   * @return
   */
  public static String getPubTimeFromUrl(String url)
  {
    Pattern p_whole = Pattern.compile(url_reg_whole);
    Matcher m_whole = p_whole.matcher(url);
    if(m_whole.find(0)&&m_whole.groupCount()>0)
    {
      String time = m_whole.group(0);
      time = time.substring(1,time.length());
      //每一步都不能夠超出當前時間    
    if(current.compareTo(TimeUtil.strToCalendar(time, "yyyyMMdd"))>=0)
    {
 
      return time.substring(0,4)+"-"+time.substring(4,6)+"-"+
         time.substring(6,8)+" "+"00:00:00";
    }
    }
    
    p_whole = null;
    m_whole = null;
    Pattern p_sep = Pattern.compile(url_reg_sep_ymd);
    Matcher m_sep = p_sep.matcher(url);
    if(m_sep.find(0)&&m_sep.groupCount()>0)
    {
       String time = m_sep.group(0);
       time = time.substring(1,time.length());
       String[] seg = time.split("[-|/|_]{1}");
       Calendar theTime = Calendar.getInstance();
       theTime.set(Calendar.YEAR,Integer.parseInt(seg[0]));
       theTime.set(Calendar.MONTH, Integer.parseInt(seg[1]));
       theTime.set(Calendar.DAY_OF_MONTH, Integer.parseInt(seg[2]));
       if(current.compareTo(theTime)>=0)
        {
       
      return seg[0]+"-"+seg[1]+"-"+seg[2]+" "+"00:00:00";
        }
    }
    p_sep = null;
    m_sep = null;
    Pattern p_sep_ym = Pattern.compile(url_reg_sep_ym);
    Matcher m_sep_ym = p_sep_ym.matcher(url);
    if(m_sep_ym.find(0)&&m_sep_ym.groupCount()>0)
    {
       String time = m_sep_ym.group(0);
       time = time.substring(1,time.length());
       Calendar theTime = Calendar.getInstance();
       String[] seg = time.split("[-|/|_]{1}");
       theTime.set(Calendar.YEAR,Integer.parseInt(seg[0]));
       theTime.set(Calendar.MONTH, Integer.parseInt(seg[1]));
       theTime.set(Calendar.DAY_OF_MONTH, 1);
       if(current.compareTo(theTime)>=0)
      {
       
      return seg[0]+"-"+seg[1]+"-"+"01"+" "+"00:00:00";
      }
    }
     
    return null;
  }
   
 
  /** 從網頁源碼中取出發布時間
   * java中正則表達式提取字符串中日期實現代碼
   * 2013年12月19日15:58:42
   * 讀取出2013-12-19 15:48:33或者2013-12-19或者2012/3/05形式的時間
   * @param text 待提取的字符串
   * @return 返回日期
   * @author: oschina
   * @Createtime: Jan 21, 2013
   */
  public static String extractPageDate(String text) {
    boolean containsHMS =false;
    String dateStr = text.replaceAll("r?n", " ");
    try {
      List matches = null;
      Pattern p_detail = Pattern.compile("(20\\d{2}[-/]\\d{1,2}[-/]\\d{1,2} \\d{1,2}:\\d{1,2}:\\d{1,2})|(20\\d{2}年\\d{1,2}月\\d{1,2}日)", Pattern.CASE_INSENSITIVE|Pattern.MULTILINE);
      //如果是僅僅抽取年月日,則按照上面的,如果是抽取年月日-時分秒,則按照下面的
      Pattern p = Pattern.compile("(20\\d{2}[-/]\\d{1,2}[-/]\\d{1,2})|(20\\d{2}年\\d{1,2}月\\d{1,2}日)", Pattern.CASE_INSENSITIVE|Pattern.MULTILINE);
      //Matcher matcher = p.matcher(dateStr);
      Matcher matcher_detail = p_detail.matcher(dateStr);
       
      if(!(matcher_detail.find(0) && matcher_detail.groupCount() >= 1))
      {
        matcher_detail = p.matcher(dateStr);
        containsHMS = true;
      }else
        matcher_detail = p_detail.matcher(dateStr);
      if (matcher_detail.find() && matcher_detail.groupCount() >= 1) {
        matches = new ArrayList();
        for (int i = 1; i <= matcher_detail.groupCount(); i++) {
          String temp = matcher_detail.group(i);
          matches.add(temp);
        }
      } else {
        matches = Collections.EMPTY_LIST;
      }     
 
      if (matches.size() > 0) {
        for(int i=0;i<matches.size();i++)
        {
          String pubTime = matches.get(i).toString().trim();
          //取出第一個值
          pubTime = pubTime.replace("/", "-").replace("年", "-").replace("月", "-").replace("日", "-");
          if(current.compareTo(TimeUtil.strToCalendar(pubTime, "yyyy-MM-dd"))>=0)
          {
            if(containsHMS)
              pubTime+=" "+"00:00:00";
            if(pubTime.matches(rightTimeReg))
            {
              return pubTime;
            }
          }
        }
      } else {
        return null;
      }
       
    } catch (Exception e) {
      return null;
    }
    return null;
  }
}

以上就是本文的全部內容,希望對大家學習java程序設計有所幫助。

延伸 · 閱讀

精彩推薦
  • JAVA教程深入淺析Java中Static Class及靜態內部類和非靜態內部類的不同

    深入淺析Java中Static Class及靜態內部類和非靜態內部類的不同

    上次有朋友問我,java中的類可以是static嗎?我給他肯定的回答是可以的,在java中我們可以有靜態實例變量、靜態方法、靜態塊。當然類也可以是靜態的,...

    陳哈哈1462020-01-20
  • JAVA教程談談Java中try-catch-finally中的return語句

    談談Java中try-catch-finally中的return語句

    我們知道return語句用在某一個方法中,一是用于返回函數的執行結果,二是用于返回值為void類型的函數中,僅僅是一個return語句(return ;),此時用于結束...

    守、護1712020-03-23
  • JAVA教程java的引用類型的詳細介紹

    java的引用類型的詳細介紹

    在java中提供了4個級別的引用:強引用、軟引用、弱引用、虛引用。其中強引用FinalReference是default個飾符來修飾,其它3個級別均為public修飾 ...

    java之家4052019-10-15
  • JAVA教程java中實現四則運算代碼

    java中實現四則運算代碼

    本文給大家分享了幾個java中實現四則運算的代碼,有個人的也有網友的,代碼寫的不是很好,難免會有BUG,忘發現BUG的親們能提醒我下,好讓我改進 ...

    hebedich1702020-01-03
  • JAVA教程javaweb實戰之商城項目開發(三)

    javaweb實戰之商城項目開發(三)

    這篇文章主要針對javaweb商城項目開發進行實戰演習,主要實現通用的BaseDao.java和使用resultMap映射關聯對象,感興趣的小伙伴們可以參考一下 ...

    茶飲月4512020-04-03
  • JAVA教程java獲取ip地址示例

    java獲取ip地址示例

    在JSP里,獲取客戶端的IP地址的方法是:request.getRemoteAddr(),這種方法在大部分情況下都是有效的。但是在通過了Apache,Squid等反向代理軟件就不能獲取到客戶...

    Java教程網3882019-11-18
  • JAVA教程Java的布爾類型基本介紹

    Java的布爾類型基本介紹

    這篇文章主要介紹了Java的布爾類型,是Java入門學習中的基礎知識,需要的朋友可以參考下 ...

    goldensun5132020-01-12
  • JAVA教程java IO流文件的讀寫具體實例

    java IO流文件的讀寫具體實例

    這篇文章主要介紹了java IO流文件的讀寫具體實例,有需要的朋友可以參考一下 ...

    java教程網4572019-10-25
主站蜘蛛池模板: 欧美一级精品片在线看 | 中文字幕国产 | av片免费看 | 午夜免费电影 | 久久久精品网站 | 91色在线观看 | 久久精品 | 自拍视频网 | 日韩一区在线视频 | 日本免费三片免费观看 | 精品国产乱码久久久久久密桃99 | 久久国产精品一区二区三区 | 91免费在线视频观看 | 最新免费av网站 | 色综合av | 久久精品噜噜噜成人av农村 | 精品一区二区三区免费视频 | www.久久.com| 国内久久久久久 | 在线观看一区二区精品 | 欧美日韩国产一区二区三区 | 亚洲高清久久 | 久久国内免费视频 | 免费一级黄色录像 | 亚洲国产aⅴ成人精品无吗 成人午夜视频在线观看 | 日韩在线 中文字幕 | 乱视频在线观看 | 日韩一区二区三区视频 | 亚洲国产欧美一区二区三区丁香婷 | 亚洲视频免费观看 | 国产目拍亚洲精品99久久精品 | 欧美日韩精品一区二区公司 | 小情侣高清国产在线播放 | 国产一区二区三区免费看 | 国产精品亚洲综合 | 在线va | 一级电影在线观看 | 久久精品在线 | 激情综合在线观看 | 日韩一区中文字幕 | 欧美日韩一区二区在线 |