正则表达式来检查URL格式

Question

我想检查我的URL格式是正确的，它有一些AWS ACCES键等：

/https://bucket.s3.amazonaws.com/path/file.txt?AWSAccessKeyId=[.+]&Expires=[.+]&Signature=[.+]/.match(url) 

^这样的事情。能否请你帮忙？

Answer 1

我们需要一个URL一起工作：

url = "/https://bucket.s3.amazonaws.com/path/file.txt?AWSAccessKeyId=somestuff&Expires=somemorestuff&Signature=evenmorestuff" 

我们还需要逃脱了一堆东西，做一些非贪婪匹配（+？）：

/https:\/\/bucket.s3.amazonaws.com\/path\/file\.txt\?AWSAccessKeyId=.+?&Expires=.+?&Signature=.+/.match(url) 

=> #<MatchData "https://bucket.s3.amazonaws.com/path/file.txt?AWSAccessKeyId=somestuff&Expires=somemorestuff&Signature=evenmorestuff"> 

Answer 2

URI RFC指定此正则表达式解析URL和URI：

^(([^:/?#]+):)?(//([^/?#]*))?([^?#]*)(\?([^#]*))?(#(.*))? 

您也可以使用URI module在Ruby标准库：

require 'uri' 
if url =~ /^#{URI::regexp(%w(http https))}$/ 
    puts "it's an url alright" 
else 
    puts "that's no url, that's a spaceship" 
end 

要检查的“一些AWS访问键等”的存在，你可以这样做：

require 'uri' 
uri = URI.parse(url) 
params = URI.decode_www_form(uri.query).to_h 
if params.has_key?('AWSAccessKeyId') 
    unless params['AWSAccessKeyId'] =~ /\A[a-f0-9]{32}\z/ 
    abort 'AWSAccessKeyId not valid' 
    end 
else 
    abort 'AWSAccessKeyId required' 
end 

当然你可以用正则表达式来直接解析它们，但它变得丑陋，因为参数的顺序可能会有所不同：

>> url = "https://bucket.s3.amazonaws.com/path/file.txt?AWSAccessKeyId=abcd12345&Expires=12345678&Signature=abcd" 
>> matchdata = url.match(
/
    \A 
     (?<scheme>http(?:s)?):\/\/ 
     (?<host>[^\/]+) 
     (?<path>\/.+)\? 
     (?=.*(?:[\?\&]|\b)AWSAccessKeyId\=(?<aws_access_key_id>[a-f0-9]{1,32})) 
     (?=.*(?:[\?\&]|\b)Expires=(?<expires>[0-9]+)) 
    /x 
) 
=> #<MatchData "https://bucket.s3.amazonaws.com/path/file.txt?" 
    scheme:"https" 
    host:"bucket.s3.amazonaws.com" 
    path:"/path/file.txt" 
    aws_access_key_id:"abcd12345" 
    expires:"12345678"> 

>> matchdata[:aws_access_key_id] 
# => "abcd12345" 

它使用

1. 正则表达式的积极前瞻：(?=..)忽略参数 为了
2. Ruby的正则表达式命名捕获(?<param_name>.*)识别 的PARAMS从比赛数据
3. 非捕获分组(?abcd|efgh)
4. 的匹配(?[\&\?]|\b)处理Expires=...，?Expires=...或&Expires=...
5. 最后，/x自由间距修改器改为 允许更好的格式