Java正则怎么提取网址链接

在 Java 中，可以使用 正则表达式 配合 Pattern 和 Matcher 来提取文本中的网址链接。下面给你几种常见、实用的做法。

一、最简单常用（推荐）

示例：从文本中提取 HTTP/HTTPS 链接

import java.util.regex.*;
import java.util.*;

public class UrlExtractor {
    public static void main(String[] args) {
        String text = "访问我的网站 https://www.example.com 和 http://test.com/index.html";

        String regex = "https?://[\\w.-]+(?:\\.[\\w.-]+)+[\\w.,@?^=%&:/~+#-]*";

        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(text);

        while (matcher.find()) {
            System.out.println(matcher.group());
        }
    }
}

输出

https://www.example.com
http://test.com/index.html

二、正则说明（通俗版）

https?://

• http 或 https

[\\w.-]+

• 域名部分（支持字母、数字、下划线、点、中划线）

(?:\\.[\\w.-]+)+

• 顶级域名（.com、.cn、.co.uk 等）

[\\w.,@?^=%&:/~+#-]*

• URL 后面的路径、参数、锚点等

三、提取并去重

Set<String> urls = new HashSet<>();
while (matcher.find()) {
    urls.add(matcher.group());
}

四、支持更多协议（ftp / file 等）

String regex = "(https?|ftp|file)://[\\w.-]+(?:\\.[\\w.-]+)+[\\w.,@?^=%&:/~+#-]*";

五、⚠️ 注意事项（很重要）

1️⃣ 正则无法 100% 覆盖所有合法 URL

URL 规范非常复杂，正则只能“近似匹配”。

2️⃣ 如果文本是 HTML

✅ 不要自己写正则解析 HTML
✅ 推荐用：

• Jsoup

Document doc = Jsoup.parse(html);
Elements links = doc.select("a[href]");
for (Element link : links) {
    System.out.println(link.attr("href"));
}

六、总结

如果你有具体文本样例（比如微信文章、HTML、日志），我可以帮你写一个更精准的正则。