java - 可选的捕获组

Question

我需要解析一些 HTTP 请求，现在想要解析 GET 参数。

我当前的正则表达式是

(GET|POST)\s(.*)(\?.*)\sHTTP\/(\d\.\d)

我想匹配以下内容:

"GET /page.html HTTP/1.1"
  => group1: "GET" group2: "/page.html" group3: "" group4: "1.1"

"GET /page.html?param1=foo&param2=bar HTTP/1.1"
  => group1: "GET" group2: "/page.html" group3: "param1=foo&param2=bar" group4: "1.1"

我当前的正则表达式仅匹配第二个

Answer 1

用可选的非捕获组包装第三个捕获组，并在第二个捕获组中使用惰性 *? 量词，以将尽可能少的字符匹配到组 2 中(对于匹配组 3 的字符)查询参数以获取这些数据(如果存在):

(GET|POST)\s(.*?)(?:(\?.*)\s)?HTTP\/(\d\.\d)
               ^ ^^^^^^^^^^^^^

详细信息:

• (GET|POST) - 第 1 组:GET 或 POST 子字符串
• \s - 空格
• (.*?) - 第 2 组:任何 0+ 个字符，尽可能少(以便将查询字符串中的所有参数生成到下一个捕获组，如果查询字符串是存在)
• (?:(\?.*)\s)? - 可选(1 次或 0 次)非捕获组匹配:
  • (\?.*) - 第 3 组捕获 ?，任何尽可能多的 0+ 个字符，直到最后一个...
  • \s - 空间
• HTTP\/ - HTTP/ 文字字符序列
• (\d\.\d) - 第 4 组捕获一个数字、. 和一个数字。

请参阅regex demo .

现在，如果字符串中没有 ?，第 3 组将不会捕获任何内容，因为必需的 ? 和 \s 是可选作为序列的一部分。