Question

我注意到Feedzirra使用此正则表达式从响应头获取ETag：

/.*ETag:\s(.*)\r/

我个人会写这个：

/ETag:\s(.*)\n/

这里有问题：

为什么即使不需要（\ A未指定），也会在开头放*。
为什么使用\ r而不是\ n？有什么区别？

Answer 1

我敢说完整。它不是捕获的一部分。但是，根据语言和实现的不同，可能会有一个隐含的线锚开始，在这种情况下可能是必要的。
HTTP规范说HTTP是使用"\r\n"作为行尾。在大多数编程语言中，只有"\n"被视为行结尾。 \r确保在.*内不会吞下\ r \ n，这会在捕获结束时产生错误的空格。

Answer 2

我同意。*开头不需要

/r and /n are different characters. 

/r = line ending for old macs
/n = line ending for *nix
/r/n = line ending for windows

probably [\r\n] would be best

Answer 3

我们来看看HTTP specification：

ETag header field定义为：

ETag = "ETag" ":" entity-tag

entitiy-tag定义为：

entity-tag = [ weak ] opaque-tag
weak       = "W/"
opaque-tag = quoted-string

quoted-string定义为：

quoted-string  = ( <"> *(qdtext | quoted-pair ) <"> )

因此 ETag 标头字段值可能包含换行符。正确的正则表达式是：

/ETag:\s+(?:W\/)?"(?:[ !#-\x7E\x80-\xFF]*|\r\n[\t ]|\\.)*"/

Answer 4

HTTP RFC要求CRLF作为HTTP消息的换行符。因此，\n会将额外的\r与格式正确的消息匹配：

    generic-message = start-line
                      *(message-header CRLF)
                      CRLF
                      [ message-body ]
    start-line      = Request-Line | Status-Line

那就是说，为了健壮，我会把它[\r\n]。

ETag正则表达式

4 个答案: