解析 HLS m3u8 正则表达式答案

【问题标题】：Parsing HLS m3u8 Regex解析 HLS m3u8 正则表达式
【发布时间】：2018-04-17 06:43:24
【问题描述】：

我正在尝试解析 HLS m3u8 文件并且卡在匹配 m3u8 链接的位置。因此，如果URI= 存在，则从#EXT-X-I-FRAME-STREAM-INF 中获取引号中的那个，如果不存在#EXT-X-STREAM-INF，则从新行获取链接。

文字：

#EXT-X-STREAM-INF:BANDWIDTH=263851,CODECS="mp4a.40.2, avc1.4d400d",RESOLUTION=416x234,AUDIO="bipbop_audio",SUBTITLES="subs"
gear1/prog_index.m3u8 <== new line link
#EXT-X-I-FRAME-STREAM-INF:URI="gear1/iframe_index.m3u8",CODECS="avc1.4d400d",BANDWIDTH=28451

正则表达式：

(?:#EXT-X-STREAM-INF:|#EXT-X-I-FRAME-STREAM-INF:)(?:BANDWIDTH=(?<BANDWIDTH>\d+),?|CODECS=(?<CODECS>"[^"]*"),?|RESOLUTION=(?<RESOLUTION>\d+x\d+),?|AUDIO=(?<AUDIO>"[^"]*"),?|SUBTITLES=(?<SUBTITLES>"[^"]*"),?|URI=(?<URI>"[^"]*"),?)*

Regex demo

【问题讨论】：

请看this demo，你想要这样的东西吗？如果 #EXT-X-STREAM-INF 在第 1 组中匹配，则匹配另一行并将其捕获到第二个 URI 组（使用 (?J) 修饰符）。
@Wiktor Stribiżew 你简直太神了！请发帖，这样我就可以投票并接受它作为答案。
您确定您的引擎是 PCRE 吗？它会在实际的当前项目代码中工作吗？
@Wiktor Stribiżew 我不知道。我正在使用 PHP。
是的，PHP 使用 PCRE。

标签： regex http-live-streaming m3u8

【解决方案1】：

您的模式的快速修复将如下所示：

将#EXT-X-STREAM-INF 部分捕获到第 1 组中
添加(?J)修饰符以允许具有相同名称的命名捕获组
添加一个conditional construct，如果第 1 组匹配，它将捕获当前模式之后的整行。

图案看起来像

(?J)(?:(#EXT-X-STREAM-INF)|#EXT-X-I-FRAME-STREAM-INF):(?:BANDWIDTH=(?<BANDWIDTH>\d+),?|CODECS=(?<CODECS>"[^"]*"),?|RESOLUTION=(?<RESOLUTION>\d+x\d+),?|AUDIO=(?<AUDIO>"[^"]*"),?|SUBTITLES=(?<SUBTITLES>"[^"]*"),?|URI=(?<URI>"[^"]*"),?)*(?<URI>(?:(?!#EXT)\S)+))

见regex demo

所以，基本上，我在末尾添加了(?<URI>(?:(?!#EXT)\S)+))，并在开头捕获了(#EXT-X-STREAM-INF)。

条件结构匹配如下：

(? - 条件构造的开始
- (1) - 如果第 1 组匹配
- \R - 换行
- (?<URI> - 命名捕获组的开始
  - (?:(?!#EXT)\S)+) - 任何非空白字符 (\S)，出现 1 次或多次 (+)，它不是 #EXT 字符序列的起始字符（所谓的 "tempered greedy token"）
- ) - 命名捕获组结束
) - 条件结构结束

【讨论】：

我唯一关心的是#EXT-X-STREAM-INF 和#EXT-X-I-FRAME-STREAM-INF 是否在同一行。 #EXT-X-STREAM-INF:BANDWIDTH=263851...#EXT-X-I-FRAME-STREAM-INF:URI="gear1/...
从 '(?(1)\R(?.*))' 更改为 '(?(1)\R(?[^#EXT\s]+ ))'，它就像一个魅力。 regex101.com/r/9OPleo/2 再次感谢您。
@S.Kablar 抱歉，我离线了。您不能使用否定字符类来匹配除字符序列之外的任何文本。您可以使用经过调和的贪婪令牌(?<URI>(?:(?!#EXT)\S)+))。