Question

我遇到了有时无法正确转换的base64图像的问题。我需要一种方法来测试图像是否在正确的base64格式之前转换它，所以我可以尝试进一步研究问题。我在网上找到了一些正则表达式，但我认为他们只期望没有标题的字符串。我有标题的字符串。我试图添加标题，但它一直在破坏。

原文：

^([A-Za-z0-9+/]{4})*([A-Za-z0-9+/]{4}|[A-Za-z0-9+/]{3}=|[A-Za-z0-9+/]{2}==)$

我添加了标题，但它不起作用：

^([data:image/png;base64,][A-Za-z0-9+/]{4})*([A-Za-z0-9+/]{4}|[A-Za-z0-9+/]{3}=|[A-Za-z0-9+/]{2}==)$

谢谢

Answer 1

您可能会在原始正则表达式中注意到[square brackets]的使用，这些创建的字符集与[data:image/png;base64,]内的任何字符匹配将匹配d,a,t,a,....,6,4, , 。相反，您可能想要创建非捕获组，因为我认为您正在尝试使标头可选，例如此(?:data:image/png;base64,)?

^((?:data:image/png;base64,)?[A-Za-z0-9+/]{4})*([A-Za-z0-9+/]{4}|[A-Za-z0-9+/]{3}=|[A-Za-z0-9+/]{2}==)$

^                                 # Anchors to the beginning to the string.
(                                 # Opens CG1
 (?:data:image/png;base64,        # Opens NCG1
                                    # Literal data:image/png;base64,
 )?                               # Closes NCG1
                                    # ? repeats zero or one times
 [A-Za-z0-9+/]                    # Character class (any of the characters within)
                                    # Anything between A and Z
                                    # Anything between a and z
                                    # Anything between 0 and 9
                                    # Any of: +/
 {4}                              # Repeats 4 times.
)*                                # Closes CG1
                                    # * repeats zero or more times
(                                 # Opens CG2
 [A-Za-z0-9+/]                    # Character class (any of the characters within)
                                    # Anything between A and Z
                                    # Anything between a and z
                                    # Anything between 0 and 9
                                    # Any of: +/
 {4}                              # Repeats 4 times.
 |                                # Alt (CG2)
 [A-Za-z0-9+/]                    # Character class (any of the characters within)
                                    # Anything between A and Z
                                    # Anything between a and z
                                    # Anything between 0 and 9
                                    # Any of: +/
 {3}                              # Repeats 3 times.
 =                                # Literal =
 |                                # Alt (CG2)
 [A-Za-z0-9+/]                    # Character class (any of the characters within)
                                    # Anything between A and Z
                                    # Anything between a and z
                                    # Anything between 0 and 9
                                    # Any of: +/
 {2}                              # Repeats 2 times.
 ==                               # Literal ==
)                                 # Closes CG2
$                                 # Anchors to the end to the string.

但是，如果您想要标题，则可以完全删除非捕获组和?量词。

^(data:image/png;base64,[A-Za-z0-9+/]{4})*([A-Za-z0-9+/]{4}|[A-Za-z0-9+/]{3}=|[A-Za-z0-9+/]{2}==)$

Answer 2

正则表达式

^([A-Za-z0-9+/]{4})*([A-Za-z0-9+/]{4}|[A-Za-z0-9+/]{3}=|[A-Za-z0-9+/]{2}==)$

所有这些字符的含义是什么：

^ ...找到一个从行或字符串缓冲区开头的字符串。

( ... ) ...定义一个标记组，用于反向引用括号内表达式找到的字符串，或者应用此处使用的乘数。将表达式分组仅用于应用乘数通常比使用非标记组更好，即使用(?: ... )，其中问号和开头括号后的冒号使该组成为非标记基。

[ ... ] ...定义一个正面的字符类，这意味着方括号内的任何字符都应该找到一次以进行正匹配。 [^ ... ]将是一个负字符类定义，这意味着应该找到除方括号中的一个字符之外的任何字符。

[A-Za-z0-9+/] ...字符是ASCII表格中的大写字母或小写字母或数字或加号或斜杠。

{4} ...是一个乘数，意味着前面的表达式或字符恰好是四次。

* ...也是一个乘数，意味着先前的表达式或字符为0或更多次。

| ...表示 OR 。

$ ...表示没有匹配行终止符或字符串缓冲区结尾的行尾。

所以这个表达意味着：

查找从行首或字符串缓冲区开始的字符串
由0个或更多个子串组成，每个子串正好有4个字符，每个子字符由字母，数字，加号或斜线字符组成，
和行尾或字符串缓冲区的最后一个子字符串也是
- 也是由4个字母，数字，加号或斜线字符组成的字符串，
- OR 一个字符串，仅包含3个字母，数字，加号或斜线以及等号作为第四个字符，
- 或一个字符串，仅包含2个字母，数字，加号或斜线以及两个等号作为第三和第四个字符。

要在行或字符串缓冲区的开头另外允许可选一个标题字符串，表达式应该修改为：

^(?:data:image/png;base64,)?(?:[A-Za-z0-9+/]{4})*(?:[A-Za-z0-9+/]{4}|[A-Za-z0-9+/]{3}=|[A-Za-z0-9+/]{2}==)$

非标记组(?:data:image/png;base64,)后面的问号在这里表示前一个表达式（只是一个固定的字符串）零次或一次。

如您所见，我通过在左括号后插入?:将2个标记组更改为2个非标记组。

带标题的正则表达式Base64图像

2 个答案: