Question

我有一个文本文件，我用以下语法存储证书：

然后，我有代码，我尝试阅读上面的文本文件，并逐个检查每个证书。

//This copies all of my certificates from a file into a String
String certificates = new Scanner(new File("certificates.txt"), "UTF-8").useDelimiter("\\A").next();

//This creates a pattern so that I can examine each certificate one at a time
//(?s) allows this pattern to span several lines.
Pattern pattern = Pattern.compile("(?s)-----BEGIN CERTIFICATE-----.*-----END CERTIFICATE");

Matcher matcher = pattern.matcher(certificates);

//I attempt to examine each certificate one at a time
while(matcher.find())
{
    System.out.println(matcher.group());
}

但是，当我调用matcher.find（）时，它会返回整个证书文件。我认为因为它在文件的开头找到“----- BEGIN CERTIFICATE -----”，然后在文件末尾找到“----- END CERTIFICATE -----”

如何更改正则表达式模式以便顺序查找每个证书？

Answer 1

原因是.*是greedy表达式，它匹配尽可能多的证书部分。您可以通过添加?量词使用不情愿的表达式将此匹配限制为单个部分：

Pattern pattern = 
   Pattern.compile("(?s)-----BEGIN CERTIFICATE-----.*?-----END CERTIFICATE");

Answer 2

如果您使用以下作为示例：

-----BEGIN CERTIFICATE-----
asAasdfO'Psadf-ASDFgrvd-dK;9twqegvb5wetg5089'O0'[U'P4we5AASDSFDevbF54wgwe54-t4g5g54wgsefe4-
-----END CERTIFICATE-----

然后，以下正则表达式需要242个步骤来拉动，并且如果证书更长，它将迅速增长：

(?s)-----BEGIN CERTIFICATE-----.*-----END CERTIFICATE

242不是很多，但话说再来一次，这是一个非常小的证书。我见过证书很长。我不确定这种影响会不会对你造成太大伤害。但是，以下正则表达式只需要72步，无论证书有多长，它总是大约72步：

(-{5})BEGIN\sCERTIFICATE\1\s*(?<Cert>[^-]*(?:(?=\1)|-))*?\s*\1END\sCERTIFICATE\1

看起来可能更复杂。但在谈到Regex时，它非常清楚。此外，它不会包括Begin之后和End之前的换行符。只需拔出Matcher.Group（“Cert”）以获取证书。

击穿：首先，匹配五个破折号。将其设置为Capture Group 1以便以后使用。匹配“BEGIN CERTIFICATE”。正则表达式中的空格很难看，应该是[]或\ s。使用\ s（5个破折号）调用Capture Group 1。使用\ s *修剪空格，包括换行符在证书组中，一次性捕获文本集（不是懒惰），直到后面跟着五个虚线。（这是递归的）。匹配任何空格（包括换行符），五个破折号，END CERTIFICATE和五个破折号。

如何更改正则表达式模式，以便顺序查找每个匹配项

2 个答案: