Question

我在从客户端浏览器解析HTTP“Via”标记时遇到问题。这是我得到的HTTP标头的一个例子：

GET / HTTP/1.0
Accept: application/x-ms-application, image/jpeg, application/xaml+xml, image/gif, image/pjpeg, application/x-ms-xbap, application/x-shockwave-flash, */*
Accept-Language: sr-Latn-RS
User-Agent: Mozilla/4.0 (compatible; MSIE 8.0; Windows NT 6.1; WOW64; Trident/4.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; Media Center PC 6.0; MATM; AskTbGOM2/5.8.0.12304)
Accept-Encoding: gzip, deflate
Host: 10.0.1.7
Via: 1.1 smtp.local:3128 (squid/2.6.STABLE21)
X-Forwarded-For: 10.0.0.75
Cache-Control: max-age=259200
Connection: keep-alive

现在，我需要从此标题中获取smtp.local:3128部分，但我写的正则表达式不起作用。

用C＃编写的示例模式（不起作用）：

string matchHttpVia = @"Via: 1.1 (\.+:\d+)";

请注意，也可能有IP而不是主机名。

Answer 1

要解析 Via：x.x host：port ，您可以使用正则表达式：

Via: \d+\.\d+ (.*:\d+) (\(.*\))?

实际上这也应该足够了：

Via: \d+\.\d+ (.*:\d+)

这应该可以解决'版本'，主机和端口的所有可能情况。

Answer 2

正如Konerak评论的那样，删除点之前的反斜杠，给出Via: 1.1 (.*:\d+)应该可以解决您的问题。 \.仅匹配.匹配任何字符的文字点字符。

但请注意，只有在“Via：”和主机名/ IP之间出现“1.1”时，这才有效。我不太了解HTTP标头，知道这是否是一个安全的假设，但似乎可能不是。

正则表达式 - 匹配HTTP Via标记

2 个答案: