Apache2正则表达式可选捕获组

Question

需要帮助解决困扰我一段时间的问题！

我正在尝试创建一个匹配 URL 的 Apache AliasMatch 正则表达式。我遇到的问题是我在文件匹配部分中使用捕获组作为变量$0 $1 $2。本质上，我需要捕获 url 的 path/to/controller 部分来实际抓取我的文件，并且我希望在双斜杠之后（包括双斜杠）不使用任何捕获组。

http://domain.com/etc/xx/abc/path/to/controller//myDesiredMVCAction

问题本质上是以下表达式：

^/etc/(xx|yy)/(abc|xyz)/(.*)(?=//)(.*)

只匹配

http://domain.com/etc/xx/abc/path/to/controller//myDesiredMVCAction

而不是：

http://domain.com/etc/xx/abc/path/to/controller

考虑到双斜杠及其后面的所有内容都是可选的。

因此，当我通过附加? 使正则表达式成为可选时，它会通过包含//myDesiredMVCAction 部分来破坏捕获组..

^/etc/(xx|yy)/(abc|xyz)/(.*)(?=//)(.*)?

有可能实现我所追求的吗？

Answer 1

相信你可以使用

^/etc/(xx|yy)/(abc|xyz)/(.*?)(?://.*)?$
                        ^^^^^^^^^^^^^^^

见regex demo

问题是，模式的 (.*?)(?://.*)?$ 部分以这样一种方式工作，即 (.*?) 不会先尝试，因为它是用 *? 懒惰地量化的，然后先尝试 (?://.*)?$，而当后者不匹配，(.*?) 扩展，在每个扩展步骤将一个字符写入组值。

模式匹配：

• ^/etc/ - /etc/ 在基本 URL 之后
• (xx|yy)/ - xx 或 yy 然后是 /
• (abc|xyz)/ - 一个abc 或xyz 和一个/
• (.*?) - 任何零个或多个字符，但尽可能少在第一个之前
• (?://.*)? - （可选组，由于末尾有?）两个/s 后跟任意字符，尽可能多到
• $ - 字符串输入的结尾。