1

我正在努力寻找可以匹配rfc8141中描述的 URN 的正则表达式。我试过这个：

\A(?i:urn:(?!urn:)(?<nid>[a-z0-9][a-z0-9-]{1,31}):(?<nss>(?:[a-z0-9()+,-.:=@;$_!*']|%[0-9a-f]{2})+))\z

但是这个只匹配没有组件的URN的第一部分。

例如，假设我们有相应的 URN：urn:example:a123,0%7C00~&z456/789?+abc?=xyz#12/3我们应该匹配以下组：

  • NID - 示例
  • NSS - a123,0%7C00~&z456/789（从最后一个 ':' tll 我们匹配 '?+' 或 '?=' 或 '#'
  • r 分量 - abc（从 '?+' 到 '?=' 或 '#''）
  • f 分量 - 12/3（从 '#' 到结束）
4

2 回答 2

4

我还没有阅读所有规范，因此可能还有其他规则要实施，但它应该让您了解可选组件：

\A(?i:urn:(?!urn:)(?<nid>[a-z0-9][a-z0-9-]{1,31}):(?<nss>(?:[-a-z0-9()+,.:=@;$_!*'&~\/]|%[0-9a-f]{2})+)(?:\?\+(?<rcomponent>.*?))?(?:\?=(?<qcomponent>.*?))?(?:#(?<fcomponent>.*?))?)\z

解释：

  • (?<nss>(?:[-a-z0-9()+,.:=@;$_!*'&~\/]|%[0-9a-f]{2})+):-已移至允许的字符中考虑的列表的开头，否则表示“范围从,到.”。字符&, ~and /（必须用“\”转义）也已添加到列表中，否则它将与您的示例不匹配。
  • 可选组件：：(?:\?\+(?<rcomponent>.*?))?在可选的非捕获组内(?:)?，以防止捕获标识符（?+和?=部分#）。字符?和+必须用“\”转义。将捕获任何内容 ( .) 但在惰性模式 ( *?) 中，否则找到的第一个组件将捕获所有内容，直到字符串结尾。

请参阅Regex101中的工作示例

希望有帮助

于 2019-11-26T10:24:13.970 回答
0

如果要使用统一资源名称 (URN) 8141 验证字符串：rfc8141 您可以参考URN8141Test.java和URN8141.java

它已经在我们的团队中使用了几年。

于 2021-03-30T18:19:59.687 回答