理解这个RegEx声明

Question

我试图详细了解这个RegEx声明.它应该从ASP.Net FileUpload控件验证文件名,只允许jpeg和gif文件.它是由其他人设计的,我不完全理解它.它在Internet Explorer 7.0中工作正常,但在Firefox 3.6中没有.

<asp:RegularExpressionValidator id="FileUpLoadValidator" runat="server" 
     ErrorMessage="Upload Jpegs and Gifs only." 
     ValidationExpression="^(([a-zA-Z]:)|(\\{2}\w+)\$?)(\\(\w[\w].*))(.jpg|.JPG|.gif|.GIF)$"
     ControlToValidate="LogoFileUpload">
</asp:RegularExpressionValidator>

Answer 1

这是一个简短的解释:

^               # match the beginning of the input
(               # start capture group 1
  (             #   start capture group 2
    [a-zA-Z]    #     match any character from the set {'A'..'Z', 'a'..'z'}
    :           #     match the character ':'
  )             #   end capture group 2
  |             #   OR
  (             #   start capture group 3
    \\{2}       #     match the character '\' and repeat it exactly 2 times
    \w+         #     match a word character: [a-zA-Z_0-9] and repeat it one or more times
  )             #   end capture group 3
  \$?           #   match the character '$' and match it once or none at all
)               # end capture group 1
(               # start capture group 4
  \\            #   match the character '\'
  (             #   start capture group 5
    \w          #     match a word character: [a-zA-Z_0-9] 
    [\w]        #     match any character from the set {'0'..'9', 'A'..'Z', '_', 'a'..'z'}
    .*          #     match any character except line breaks and repeat it zero or more times
  )             #   end capture group 5
)               # end capture group 4
(               # start capture group 6
  .             #   match any character except line breaks
  jpg           #   match the characters 'jpg'
  |             #   OR
  .             #   match any character except line breaks
  JPG           #   match the characters 'JPG'
  |             #   OR
  .             #   match any character except line breaks
  gif           #   match the characters 'gif'
  |             #   OR
  .             #   match any character except line breaks
  GIF           #   match the characters 'GIF'
)               # end capture group 6
$               # match the end of the input

编辑

正如一些评论所要求的,上面是由我写的一个小工具生成的.你可以在这里下载:http://www.big-o.nl/apps/pcreparser/pcre/PCREParser.html(警告:正在开发中!)

编辑2

它将匹配这些字符串:

x:\abc\def\ghi.JPG
c:\foo\bar.gif
\\foo$\baz.jpg

以下是第1组,第4组和第6组分别匹配的内容:

group 1 | group 4      | group 6
--------+--------------+--------
        |              |
 x:     | \abc\def\ghi | .JPG
        |              |
 c:     | \foo\bar     | .gif
        |              |
 \\foo$ | \baz         | .jpg
        |              |

请注意,它也匹配字符串,c:\foo\bar@gif因为DOT匹配任何字符(换行符除外).它会拒绝像一个字符串c:\foo\bar.Gif(大写G的gif).

Answer 2

这是一个糟糕的正则表达式。

^(([a-zA-Z]:)|(\\{2}\w+)\$?)(\\(\w[\w].*))(.jpg|.JPG|.gif|.GIF)$

让我们一点一点地做。

([a-zA-Z]:)

这要求文件路径以驱动器号开头C:，例如d:、 等。

(\\{2}\w+)\$?)

\\{2}表示反斜杠重复两次（注意\需要转义），后跟一些字母数字 ( \w+)，然后可能是美元符号 ( \$?)。这是 UNC 路径的主机部分。

([a-zA-Z]:)|(\\{2}\w+)\$?)

意思|是“或”。因此要么以驱动器号或 UNC 路径开头。恭喜您踢出了非 Windows 用户。

(\\(\w[\w].*))

这应该是路径的目录部分，但实际上是 2 个字母数字，后跟除换行符 ( .*) 之外的任何内容，例如\ab!@#*(#$*).

_{这部分的正确正则表达式应该是(?:\\\w+)+}

(.jpg|.JPG|.gif|.GIF)$

这意味着路径的最后 3 个字符必须是jpg、JPG或gif。GIF请注意，.不是点，而是匹配除 之外的任何内容，因此类似或 的\n文件名将通过。haha.abcgifmalicious.exe\0gif

_{这部分的正确正则表达式应该是\.(?:jpg|JPG|gif|GIF)$}

一起，

^(([a-zA-Z]:)|(\\{2}\w+)\$?)(\\(\w[\w].*))(.jpg|.JPG|.gif|.GIF)$

将匹配

D:\foo.jpg
\\remote$\dummy\..\C:\Windows\System32\Logo.gif
C:\Windows\System32\cmd.exe;--gif

并将失败

/home/user/pictures/myself.jpg
C:\a.jpg
C:\d\e.jpg

正确的正则表达式是，并在服务器端/\.(?:jpg|gif)$/i检查上传的文件是否确实是图像。