正则表达式或/或不匹配所有内容

Question

我正在尝试解析HTTP GET请求以确定该URL是否包含许多文件类型中的任何一种.如果是,我想捕获整个请求.关于ORing我有些不明白的地方.

以下正则表达式仅捕获其中的一部分,并且仅当.flv是ORd值列表中的第一个int时.

(我用空格遮蔽了网址,因为Stackoverflow限制了超链接)

正则表达式:

GET.*?(\.flv)|(\.mp4)|(\.avi).*?

测试文字:

GET http: // foo.server.com/download/0/37/3000016511/.flv?mt=video/xy

匹配输出:

GET http: // foo.server.com/download/0/37/3000016511/.flv

我不明白为什么.*？在正则表达式的末尾不会使它捕获整个文本.如果我摆脱文件类型的ORing,那么它的工作原理.

如果我的解释没有意义,这是测试代码:

 public static void main(String[] args) {
  // TODO Auto-generated method stub
  String sourcestring = "GET http: // foo.server.com/download/0/37/3000016511/.flv?mt=video/xy";
  Pattern re = Pattern.compile("GET .*?\\.flv.*");  // this works
    //output:
    // [0][0] = GET http :// foo.server.com/download/0/37/3000016511/.flv?mt=video/xy

  // the match from the following ends with the ".flv", not the entire url.
  // also it only works if .flv is the first of the 3 ORd options
  //Pattern re = Pattern.compile("GET .*?(\\.flv)|(\\.mp4)|(\\.avi).*?");
   // output:
   //[0][0] = GET http: // foo.server.com/download/0/37/3000016511/.flv
   // [0][1] = .flv
   // [0][2] = null
   // [0][3] = null

Matcher m = re.matcher(sourcestring);
int mIdx = 0;
  while (m.find()){
    for( int groupIdx = 0; groupIdx < m.groupCount()+1; groupIdx++ ){
      System.out.println( "[" + mIdx + "][" + groupIdx + "] = " + m.group(groupIdx));
    }
    mIdx++;
  }

}}

Answer 1

你的分组错了.该|需求是在括号内:

GET.*?(\.flv|\.mp4|\.avi).*?

我也不确定你为什么要?在决赛结束时.*?.在大多数语言中,？这里使*非贪婪,所以它匹配尽可能少的字符,而不是阻止模式匹配.在这种情况下,这意味着它不匹配任何字符,因为没有任何字符,所以你可能想删除那个最后的？

GET .*?(\.flv|\.mp4|\.avi).*