package com.xnx3.util;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
import org.jsoup.nodes.Element;
public class StringUtil {
public static int count = 0; //对比次数
/**
* 文章相似度对比。越相似，越接近1
* @param str1
* @param str2
* @return 0~1
*/
public static double similarity(Element ele1, Element ele2){
//首先进行tag的对比。当前标签tag一致，才有可能整个代码块相同
String tag1 = ele1.tagName();
String tag2 = ele2.tagName();
if(tag1 != null && tag2 != null && tag1.equals(tag2)){
//tag相同，进而对比其class、id
//对比id
if(ele1.attr("id").equals(ele2.attr("id"))){
//对比class
if(ele1.attr("class").equals(ele2.attr("class"))){
return similarity_(ele1.toString(), ele2.toString());
}
}
}
return 0.1;
// return similarity_(ele1.toString(), ele2.toString());
}
/**
* 文章相似度对比。越相似，越接近1
* @param str1
* @param str2
* @return 0~1
*/
public static double similarity_(String str1, String str2){
str1 = purification(str1);
str2 = purification(str2);
if(str1.equals(str2)){
return 1;
}
//进行长度比对，避免很长的字符串占用cpu
int i1 = str1.length();
int i2 = str2.length();
double d = 0; //结果在0~1，越接近1，则长度越相等
if(i1 > i2){
d = i2 / i1;
}else{
d = i1 / i2;
}
if(i1 < 200 && d > 0.85){
//有希望相等
}else if(i1 < 1000 && d > 0.92){
//有那么点希望相等
}else if(i1 < 3000 && d > 0.94){
//有一丁点可能相等
}else if(i1 < 10000 && d > 0.95){
//相等很小，但有可能
}else{
//这里了直接判定就是不相等了，别浪费时间了，直接给0.2打发掉
return 0.2;
}
count++;
// if(Math.abs( / ) ){
//
// }
try {
return Computeclass.SimilarDegree(str1, str2);
} catch (Exception e) {
return Computeclass.SimilarDegree(str2, str1);
}
}
/**
* 精华，将空格等字符去除，用于字符比对
* @param text
* @return
*/
public static String purification(String text){
return text.replaceAll("\\s*", "");
}
/**
* 判断传入的字符串是否全部都是汉字、英文、数字。如果有某个字符不是，那么都会返回false
* @param str 要判断的字符串
* @return true：字符串的字符全部都在汉字、英文、数字中
*/
public static boolean isChinese(String str){
return str.matches("[\\u4e00-\\u9fa5A-Za-z0-9]+");
}
public static void main(String[] args) {
String a = "url(/image/default/1.png?v=201711250607";
System.out.println(getFileNameByUrl(a));
}
/**
* 正则替换
* @param text 操作的内容源，主体
* @param regex 替换掉的
* @param replacement 替换成新的，取而代之的
* @return 提花好的内容
*/
public static String replaceAll(String text, String regex, String replacement){
String s[] = {"?","(",")"};
for (int i = 0; i < s.length; i++) {
regex = regex.replaceAll("\\"+s[i], "\\\\"+s[i]);
}
text = text.replaceAll(regex, replacement);
return text;
}
/**
* 替换掉路径的层级，即替换掉前缀的../ 、 ./ 、 /
* @param path 绝对路径前缀，如 http://www.wang.market/a/
* @param originalUrl 具体文件，如 ../js/func.js
*/
public static String hierarchyReplace(String path, String originalUrl){
if(isAbsoluteUrl(originalUrl)){
return originalUrl;
}
//提取出path中的域名
String domain = ""; //如 http://wang.market
String s = path.substring(9, path.length());
int domianInt = s.indexOf("/");
if(domianInt > 0){
domain = path.substring(0, domianInt+9);
}
//判断前缀路径末尾是否有/，如没有，补上
if(path.lastIndexOf("/") != path.length()-1){
path = path + "/";
}
//如果是跟路径引用，直接返回组合网址
if(originalUrl.indexOf("/") == 0){
return domain+originalUrl;
}
while(originalUrl.indexOf("./") == 0 || originalUrl.indexOf("../") == 0){
if(originalUrl.indexOf("./") == 0){
//过滤前面的./
originalUrl = originalUrl.substring(2, originalUrl.length());
}else if (originalUrl.indexOf("../") == 0) {
//过滤前面的../
originalUrl = originalUrl.substring(3, originalUrl.length());
//prefixUrl要向上一级
//去掉最后的/
String p = path.substring(0, path.length()-1);
path = path.substring(0, p.lastIndexOf("/")+1);
}
}
return path+originalUrl;
}
/**
* 判断url是否是绝对路径网址
* @param url 要判断的url
* @return true:是绝对路径的
*/
public static boolean isAbsoluteUrl(String url){
if(url.indexOf("http://") > -1 || url.indexOf("https://") > -1 || url.indexOf("//") > -1){
return true;
}
return false;
}
/**
* 获取当前url地址所在的远程文件路径
* @param url 目标url地址，绝对路径，如 http://www.wscso.com/test/a.jsp
* @return url所在地址的路径，返回如 http://www.wscso.com/test/
*/
public static String getPathByUrl(String url){
int last = url.lastIndexOf("/");
if(last > 8){
url = url.substring(0, last+1);
}
return url;
}
/**
* 根据url地址，获取其访问的文件名字
* @param url 目标url，如 http://wang.market/images/a.jpg?a=123
* @return 返回访问的文件名，如以上url返回： a.jpg
*/
public static String getFileNameByUrl(String url){
int last = url.lastIndexOf("/");
if(last > 8){
url = url.substring(last+1, url.length());
if(url.indexOf("?") > 0){
url = url.substring(0, url.indexOf("?"));
}
if(url.indexOf("#") > 0){
url = url.substring(0, url.indexOf("#"));
}
return url;
}else{
//不是正常的url地址
return "";
}
}
/**
* 根据url地址，获取其访问的域名。若么有发现，返回空字符
* @param url 目标url，如 http://wang.market/images/a.jpg
* @return 返回wang.market
*/
public static String getDomainByUrl(String url){
int start = url.indexOf("//");
if(start > 0){
url = url.substring(start+2, url.length());
int end = url.indexOf("/");
if(end > 0){
url = url.substring(0, end);
}
return url;
}
return "";
}
/**
* 从指定字符串中提取字母跟数字，将其组合成一个新字符串返回
* @param text 要提取的目的字符串
* @return 若没有，返回空字符串""
*/
public static String extractAlphabetAndNumber(String text){
StringBuffer sb = new StringBuffer();
String s = "\\d+.\\d+|\\w+";
Pattern pattern=Pattern.compile(s);
Matcher ma=pattern.matcher(text);
while(ma.find()){
sb.append(ma.group());
}
return sb.toString();
}
}
