Question

我有两行看起来像

Content-Type: text/plain
Content-Type: text/plain; charset=UTF-8

要解析，我使用("^Content-Type:\s(.*)")之类的命令来捕获(text/plain)部分。另一方面，我使用("^Content-Type:\s(.*)[;]")之类的正则表达式来捕获相同的字符串(text/plain)。有什么方法可以使用一个适用于这两种情况的方法吗？我正在使用python，我是regex的新手。感谢

Answer 1

您可以稍微修改一下Regex：

Content-Type:\s([^;\s]*)

这是一个有用的链接：Regex101

Answer 2

看起来您正在寻找?量词（list in the docs中的第6位）。它将允许尾部显示一次或根本不显示，包括两种情况：

^Content-Type:\s+([^;]+)(?:;.*)?

以下是我建议的更改：

不要捕获捕获组中的.。 *贪婪，因此有时会收到不良字符：例如如果字符串中有两个分号，则第一个分号将被捕获。取而代之的是捕获[^;]，这意味着＆＃34;除了分号之外的任何东西＆＃34;。
将主要catpure组中的量词从*更改为+。您希望至少有一个字符匹配，这是+表达的内容。
为了安全起见，我还会将+量词添加到前面的\s。如果发生这种情况，它将允许您匹配多个空格。
将与;匹配的部分设为非捕获组（以(?:开头的组。这样您就可以将?量词应用于它。

正如@RudyTheHunter间接指出的那样，如果你使用普通的re.match，那么自^看起来你就不需要分号后的前导match或尾随部分在字符串的开头。

因此您只能使用

Content-Type:\s+([^;]+)

Answer 3

正如我在评论中所说的，正则表达式对于这样一个简单的匹配是一种矫枉过正，所以为了完整起见：

def parse_content_type(data):
    if data.lower()[:13] == "content-type:":  # HTTP headers are case-insensitive by spec.
        index = data.find(";")  # find the position of `;`
        return data[13:index if index > -1 else len(data)].strip()  # slice and strip

print(parse_content_type("Content-Type: text/plain"))  # text/plain
print(parse_content_type("Content-Type: text/plain; charset=UTF-8"))  # text/plain

它更冗长，但理论上它应该更快。

如何使用一个regex命令解析多行？

3 个答案: