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。

我现在的正则表达式是

(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"

我目前的正则表达式仅匹配第二个

Answer 1

使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，以尽可能少地将字符匹配到第2组（对于匹配查询参数的第3组，可以抓取那些数据如果存在）：

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

<强>详情：

• (GET|POST) - 第1组：GET或POST子字符串
• \s - 空白
• (.*?) - 第2组：任何0+字符，尽可能少（如果查询字符串存在，则将查询字符串中的所有参数传递给下一个捕获组）
• (?:(\?.*)\s)? - 可选（1或0次）非捕获组匹配：
  • (\?.*) - 第3组捕获?，尽可能多的0个字符，直到最后......
  • \s - witespace
• HTTP\/ - HTTP/文字字符序列
• (\d\.\d) - 第4组捕获数字.和数字。

请参阅regex demo。

现在，如果字符串中没有?，则第3组将不会捕获任何内容，因为强制性?和\s是可选的作为序列的一部分< / em>的