使用 Regex Group 从 CURL 获取单个标头答案

【问题标题】：Get individual headers from CURL with Regex Group使用 Regex Group 从 CURL 获取单个标头
【发布时间】：2017-04-24 01:12:07
【问题描述】：

我正在尝试使用 RegEx 组捕获来获取 bash CURL 命令的所有标头，但我遇到了一个问题，它只是抓取一组中的所有标头（以及我不完全了解的另一组）为什么会这样）。

狂欢：

curl '<url>' -H 'origin: <url>' -H 'accept-endocing: <...>' -H 'accept-language: <...>' <continues with more headers> --data '<...>'

它继续与其他标题。

代码：

var rawBash = RawBash.Text;
var headerPattern = @"\-H[\s][\']{1}(.+)[\']{1}";
var headers = Regex.Match(rawBash, headerPattern);

我有tested the pattern here，上面写着“11 个捕获”，“正确”表示我想要捕获的组，但是当我调试代码时，它表明捕获了 2 个组：

发生了什么事？我猜正则表达式正在使用(.+)，并且在遇到[\']{1} 时不会终止，因为' 与(.+) 匹配...但是如何让它捕获组中的每个单独的标头？

我已尝试通读一些 C# RegEx 教程/说明，但我无法找到我正在寻找的内容（或以正确的措辞描述我正在寻找的内容）。

编辑：在发帖几秒钟后，我有了尝试这种模式的想法：

var headerPattern = @"\-H[\s][\']{1}([^\']+)[\']{1}";

请注意，该组现在是 ([^\']+)，而不是 (.+)。它现在可以按我的意愿工作了。

另外，我使用的是Regex.Match(...)，应该是Regex.Matches(...) 来获取所有匹配项。

但我想这个问题仍然存在；有人如何在某个时候终止组捕获？我记得一个朋友在我认为类似的情况下使用了 forward lookup 这个词，但我不知道如何实现。

【问题讨论】：

【解决方案1】：

您看到的是贪婪与惰性（或非贪婪）匹配的效果。

贪婪匹配会匹配尽可能多的字符惰性匹配只会匹配所需数量的字符。

在您的原始模式中，(.+) 是一个或多个或任何字符的贪婪匹配。所以它会从你的第一个 -H ' 抓取到最后一个 '

你把它改成([^\']+)，也是贪心的，但它提前终止了，因为它不匹配任何字符，它只匹配不是'的字符。

您可以通过在后面直接添加? 将* 或+ 更改为惰性。

我对标题匹配器的解决方案是（假设您的示例字符串相当代表一致的格式）。

\-H\s+\'(.+?)\'

您的朋友指的是积极的前瞻。这期待在字符串中获得成功的匹配，但是它匹配的不是完整匹配字符串的一部分。语法为(?=...)。还有一个负前瞻(?!...) 和正负后瞻，分别为(?<=...) 和(?<!...)。应该谨慎使用它们，因为它们在较长的字符串上效率非常低。

例如取以下2个字符串：

regex isnt always the right answer|this will match

regex isnt always the right answer|this will not

如果我使用以下模式：

regex (is.*) always (the right answer(?=.*this will match))

将导致第一个字符串：

Full match  0-34    `regex isnt always the right answer`
Group 1.    6-10    `isnt`
Group 2.    18-34   `the right answer`

并且根本不会匹配第二个。

【讨论】：