Java 正则表达式模式匹配器 - 如何允许选择？

Question

在 Java 中，我有一个处理 Apache Web 服务器日志并检查 URL 扩展类型的代码块。当 URL 的格式为“/index.html”时效果很好，但偶尔 URL 为“/”时，会破坏代码。

下面的代码工作正常，但如果在输入行中“/index.html”更改为“/”，那么它将中断，因为第 19 行 (\\.\\S*)检查点后跟几个字符，但如果 URL 是“/”，则正则表达式找不到点。

如何重写第 19 行 (\\.\\S*) 以允许选择 .extension 或“/”？

换句话说:
如果 URL=index.html，则扩展名为 .html
如果 URL=index.php，则扩展名为 .php
如果 URL=/，则扩展名是“”

import java.util.regex.*;

public class Test {

    public static void main(String[] args) {

        String log_input = "123.45.67.89 - - [27/Oct/2000:09:27:09 -0400] \"GET /index.html HTTP/1.0\" 200 10450 \"-\" \"Mozilla/4.6 [en] (X11; U; OpenBSD 2.8 i386; Nav)\"";             
      //String log_input = "123.45.67.89 - - [27/Oct/2000:09:27:09 -0400] \"GET / HTTP/1.0\" 200 10450 \"-\" \"Mozilla/4.6 [en] (X11; U; OpenBSD 2.8 i386; Nav)\""; 

        //step 1 - split log line
        Pattern p = Pattern.compile("^([\\d.]+) (\\S+) (\\S+) \\[([\\w:/]+\\s[+\\-]\\d{4})\\] \"(.+)\" (\\d{3}) (\\d+) \"([^\"]+)\" \"([^\"]+)\"");
        Matcher m = p.matcher(log_input);       
        m.matches();
        String request_ip = m.group(1);
        String request_resource = m.group(5);
        System.out.println("Input: " + m.group(5));

        //step 2 - check file extension
        Pattern p2 = Pattern.compile(".* .*(\\.\\S*) .*");
        Matcher m2 = p2.matcher(request_resource);  
        m2.matches();
        String request_resource_ext = m2.group(1);
        System.out.println("Extension: " + request_resource_ext);

        if(request_resource_ext.matches("\\.htm|\\.html|\\.php|^$")){ //^$ in case the URL is / which has no extension
            System.out.println("Write");
        }else{
            System.out.println("Do not write");
        }

    }

}

Answer 1

使用以下正则表达式:

.* (?:/|.*(\\.\\S*)) .*

它使用管道|字符来匹配/或在某处带有点的文件名。

?: 使组不被捕获，以便 m2.group(1) 继续像以前一样工作。