红宝石正则表达式问题

Question

我在让我的 RegEx 与我的 Ruby 脚本一起工作时遇到问题。

这是我要匹配的内容：

http://my.test.website.com/{GUID}/{GUID}/

这是我测试过的正则表达式，应该与上面显示的字符串匹配：

/([-a-zA-Z0-9@:%_\+.~#?&\/\/=]{2,256}\.[a-z]{2,4}\b(\/[-a-zA-Z0-9@:%_\+.~#?&\/\/=]*)([\/\/[0-9a-fA-F]{8}-[0-9a-fA-F]{4}-[0-9a-fA-F]{4}-[0-9a-fA-F]{4}-[0-9a-fA-F]{12}\/\/[0-9a-fA-F]{8}-[0-9a-fA-F]{4}-[0-9a-fA-F]{4}-[0-9a-fA-F]{4}-[0-9a-fA-F]{12}\/\/])*?\/)/

3 个捕获组：

group 1: ([-a-zA-Z0-9@:%_\+.~#?&\/\/=]{2,256}\.[a-z]{2,4}\b(\/[-a-zA-Z0-9@:%_\+.~#?&\/\/=]*)([\/\/[0-9a-fA-F]{8}-[0-9a-fA-F]{4}-[0-9a-fA-F]{4}-[0-9a-fA-F]{4}-[0-9a-fA-F]{12}\/\/[0-9a-fA-F]{8}-[0-9a-fA-F]{4}-[0-9a-fA-F]{4}-[0-9a-fA-F]{4}-[0-9a-fA-F]{12}\/\/])*?\/)
group 2: (\/[-a-zA-Z0-9@:%_\+.~#?&\/\/=]*)
group 3: ([\/\/[0-9a-fA-F]{8}-[0-9a-fA-F]{4}-[0-9a-fA-F]{4}-[0-9a-fA-F]{4}-[0-9a-fA-F]{12}\/\/[0-9a-fA-F]{8}-[0-9a-fA-F]{4}-[0-9a-fA-F]{4}-[0-9a-fA-F]{4}-[0-9a-fA-F]{12}\/\/])

在尝试验证与此正则表达式的匹配时，Ruby 给了我一个错误：

empty range in char class: (My RegEx goes here) (SyntaxError)

感谢您对此的任何想法或建议。

Answer 1

您可以通过使用 URI 处理解析 URL、使用正则表达式中的 \h 和提取 GUID 的 scan 来简化一些事情：

uri   = URI.parse(your_url)
path  = uri.path
guids = path.scan(/\h{8}-\h{4}-\h{4}-\h{4}-\h{12}/)

如果您需要 URL 的任何非路径组件，您可以轻松地将它们从 uri 中提取出来。

您可能需要根据您的数据稍微收紧，或者检查guids 是否有两个元素可能就足够了。

Answer 2

您的 RegEx 中有几个错误。我现在很困，所以我只是给你一个提示而不是解决方案：

...[\/\/[0-9a-fA-F]....

第一个[ 不属于那里。此外，在[] 中包含\/\/ 是不必要的——您只需要在[] 中使用每个字符一次。还有，

...[-a-zA-Z0-9@:%_\+.~#?&\/\/=]{2,256}...

是贪婪的，并且包括一个句点 - 实际上，包括所有可以在它之后出现的字符（AFAICS），有效地吞下整个字符串（当你摆脱其他错误时）。请考虑使用{2,256}?。