java - 正则表达式要么/要么不匹配所有内容

Question

我正在尝试解析 HTTP GET 请求以确定该 url 是否包含多种文件类型中的任何一种。如果是这样，我想捕获整个请求。我对 ORing 有一些不明白的地方。

以下正则表达式仅捕获其中的一部分，并且仅当 .flv 是 ORd 值列表中的第一个 int 时。

(我用空格遮盖了网址，因为 Stackoverflow 限制了超链接)

正则表达式:

GET.*?(\.flv)|(\.mp4)|(\.avi).*?

测试文本:

GET http: // foo.server.com/download/0/37/3000016511/.flv?mt=video/xy

匹配输出:

GET http: // foo.server.com/download/0/37/3000016511/.flv

我不明白为什么是.*？正则表达式的末尾并没有让它捕获整个文本。如果我摆脱文件类型的“或”运算，那么它就可以工作。

这是测试代码，以防我的解释没有意义:

 public static void main(String[] args) {
  // TODO Auto-generated method stub
  String sourcestring = "GET http: // foo.server.com/download/0/37/3000016511/.flv?mt=video/xy";
  Pattern re = Pattern.compile("GET .*?\\.flv.*");  // this works
    //output:
    // [0][0] = GET http :// foo.server.com/download/0/37/3000016511/.flv?mt=video/xy

  // the match from the following ends with the ".flv", not the entire url.
  // also it only works if .flv is the first of the 3 ORd options
  //Pattern re = Pattern.compile("GET .*?(\\.flv)|(\\.mp4)|(\\.avi).*?");
   // output:
   //[0][0] = GET http: // foo.server.com/download/0/37/3000016511/.flv
   // [0][1] = .flv
   // [0][2] = null
   // [0][3] = null

Matcher m = re.matcher(sourcestring);
int mIdx = 0;
  while (m.find()){
    for( int groupIdx = 0; groupIdx < m.groupCount()+1; groupIdx++ ){
      System.out.println( "[" + mIdx + "][" + groupIdx + "] = " + m.group(groupIdx));
    }
    mIdx++;
  }

}}

Answer 1

您的分组错误。 | 需要位于括号内:

GET.*?(\.flv|\.mp4|\.avi).*?

我也不确定为什么最后的 .*? 末尾有 ?。在大多数语言中，?这里使 * 非贪婪，因此它匹配尽可能少的字符，同时不阻止模式匹配。在这种情况下，这意味着它不匹配任何字符，因为它后面没有任何字符，所以您可能想要删除最后的 ?。

GET .*?(\.flv|\.mp4|\.avi).*