(Java)如何获取搜索引擎的来源和其中的关键字

import java.util.regex.*;
import java.sql.*;
import java.net.URLDecoder;
import java.io.*;

public class GetKeyword {
    public static void main(String[] arg) {
        String referer = "http://search.yahoo.com/search;_ylt=A2oKi4fmukZQu1oAZ22bvZx4?p=%E4%BD%A0%E5%A5%BD%E5%95%8A&toggle=1&cop=mss&ei=UTF-8&fr=yfp-t-701";
        if (arg.length != 0) {
            referer = arg[0];
        }
        GetKeyword getKeyword = new GetKeyword();
        String searchEngine = getKeyword.getSearchEngine(referer);
        System.out.println("searchEngine:" + searchEngine);
        System.out.println("keyword:" + getKeyword.getKeyword(referer));
    }

    public String getKeyword(String refererUrl) {
        StringBuffer sb = new StringBuffer();
        if (refererUrl != null) {
            sb.append("(google\\.[a-zA-Z]+/.+[\\&|\\?]q=([^\\&]*)").append(
                    "|iask\\.[a-zA-Z]+/.+[\\&|\\?]k=([^\\&]*)").append(
                    "|iask\\.[a-zA-Z]+/.+[\\&|\\?]_searchkey=([^\\&]*)")
                    .append("|sogou\\.[a-zA-Z]+/.+[\\&|\\?]query=([^\\&]*)")
                    .append("|163\\.[a-zA-Z]+/.+[\\&|\\?]q=([^\\&]*)").append(
                            "|yahoo\\.[a-zA-Z]+/.+[\\&|\\?]p=([^\\&]*)")
                    .append("|baidu\\.[a-zA-Z]+/.+[\\&|\\?]wd=([^\\&]*)")
                    .append("|baidu\\.[a-zA-Z]+/.+[\\&|\\?]word=([^\\&]*)")
                    .append("|lycos\\.[a-zA-Z]+/.*[\\&|\\?]query=([^\\&]*)")
                    .append("|aol\\.[a-zA-Z]+/.+[\\&|\\?]encquery=([^\\&]*)")
                    .append("|3721\\.[a-zA-Z]+/.+[\\&|\\?]p=([^\\&]*)").append(
                            "|3721\\.[a-zA-Z]+/.+[\\&|\\?]name=([^\\&]*)")
                    .append("|search\\.[a-zA-Z]+/.+[\\&|\\?]q=([^\\&]*)")
                    .append("|soso\\.[a-zA-Z]+/.+[\\&|\\?]w=([^\\&]*)").append(
                            "|zhongsou\\.[a-zA-Z]+/.+[\\&|\\?]w=([^\\&]*)")
                    .append("|alexa\\.[a-zA-Z]+/.+[\\&|\\?]q=([^\\&]*)")
                    .append(")");
            Pattern p = Pattern.compile(sb.toString());
            Matcher m = p.matcher(refererUrl);
            return decoderKeyword(m, refererUrl);
        }
        return null;
    }

    public String decoderKeyword(Matcher m, String refererUrl) {
        String keyword = null;
        String encode = "UTF-8";
        String searchEngine = getSearchEngine(refererUrl);
        if (searchEngine != null) {
            if ((checkCode("3721|iask|sogou|163|baidu|soso|zhongsou",
                    searchEngine) || (checkCode("yahoo", searchEngine) && !checkCode(
                    "ei=utf-8", refererUrl.toLowerCase())))) {
                encode = "GBK";
            }

            if (m.find()) {
                for (int i = 2; i <= m.groupCount(); i++) {
                    if (m.group(i) != null)// 在这里对关键字分组就用到了
                    {
                        try {
                            keyword = URLDecoder.decode(m.group(i), encode);
                        } catch (UnsupportedEncodingException e) {
                            System.out.println(e.getMessage());
                        }
                        break;
                    }
                }
            }
        }
        return keyword;
    }

    public String getSearchEngine(String refUrl) {
        if (refUrl.length() > 11) {
            // p是匹配各种搜索引擎的正则表达式
            Pattern p = Pattern
                    .compile("http:\\/\\/.*\\.(google\\.com(:\\d{1,}){0,1}\\/|"
                            + "google\\.cn(:\\d{1,}){0,1}\\/|baidu\\.com(:\\d{1,}){0,1}\\/|"
                            + "yahoo\\.com(:\\d{1,}){0,1}\\/|iask\\.com(:\\d{1,}){0,1}\\/|"
                            + "sogou\\.com(:\\d{1,}){0,1}\\/|163\\.com(:\\d{1,}){0,1}\\/|"
                            + "lycos\\.com(:\\d{1,}){0,1}\\/|aol\\.com(:\\d{1,}){0,1}\\/|"
                            + "3721\\.com(:\\d{1,}){0,1}\\/|search\\.com(:\\d{1,}){0,1}\\/|"
                            + "soso.com(:\\d{1,}){0,1}\\/|zhongsou\\.com(:\\d{1,}){0,1}\\/|"
                            + "alexa\\.com(:\\d{1,}){0,1}\\/)");
            Matcher m = p.matcher(refUrl);
            if (m.find()) {
                return insteadCode(
                        m.group(1),
                        "(\\.com(:\\d{1,}){0,1}\\/|\\.cn(:\\d{1,}){0,1}\\/|\\.org(:\\d{1,}){0,1}\\/)",
                        "");
            }
        }
        return "未发现有搜索引擎";
    }

    public String insteadCode(String str, String regEx, String code) {
        Pattern p = Pattern.compile(regEx);
        Matcher m = p.matcher(str);
        String s = m.replaceAll(code);
        return s;
    }

    public boolean checkCode(String regEx, String str) {
        Pattern p = Pattern.compile(regEx);
        Matcher m = p.matcher(str);
        return m.find();
    }
}