通过rfc8141与URN匹配的Regex

Question

我很难找到一个Regex，它可以与rfc8141中描述的骨灰盒相匹配。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

但这只与不含组件的瓮的第一部分相匹配。

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 -123，0%7C00~&z 456/789(从最后一个：‘tll我们匹配'?+’或'?=‘或'#’
• R-组件- abc (从'?+‘到'?=’或‘#’)
• F-组件- 12/3 (从“#”到末尾)

Answer 1

我还没有阅读所有的规范，所以可能还有其他的规则需要实现，但是它应该会让您对可选组件有所了解：

\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})+)：-已经移到列表的开头，以便在允许的字符中考虑，否则它的意思是“范围从,到.”。字符&、~和/ (必须用“\”进行转义)也被添加到列表中，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(?:)?中防止捕获标识符( ?+、?=和#部分)。字符?和+必须用"\“转义。将捕获任何内容(.)，但在惰性模式下(*?)，否则找到的第一个组件将捕获所有内容，直到字符串结束为止。

参见Regex101中的工作示例

希望这有帮助

Answer 2

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

它已经在我们的团队中使用了几年。