• 售前

  • 售后

热门帖子
入门百科

Nginx的正则表达式详解

[复制链接]
123457064 显示全部楼层 发表于 2021-10-25 19:30:57 |阅读模式 打印 上一主题 下一主题
Nginx (engine x) 是一个高性能的HTTP和反向代理服务,也是一个IMAP/POP3/SMTP服务。Nginx是由伊戈尔·赛索耶夫为俄罗斯访问量第二的Rambler.ru站点(俄文:Рамблер)开辟的,第一个公开版本0.1.0发布于2004年10月4日。
其将源代码以类BSD允许证的情势发布,因它的稳定性、丰富的功能集、示例配置文件和低体系资源的消耗而闻名。2011年6月1日,nginx 1.0.4发布。
Nginx是一款轻量级的Web 服务器/反向代理服务器及电子邮件(IMAP/POP3)代理服务器,并在一个BSD-like 协议下发行。其特点是占有内存少,并发能力强,究竟上nginx的并发能力确着实同类型的网页服务器中表现较好,中国大陆使用nginx网站用户有:百度、京东、新浪、网易、腾讯、淘宝等。
而我们今天来聊一聊他的正则表达式的使用规则,我会简单的举几个例子然后进行说明讲解。
什么是正则表达式
正则表达式,又称规则表达式。(英语:Regular Expression,在代码中常简写为regex、regexp或RE),盘算机科学的一个概念。正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。
许多程序计划语言都支持使用正则表达式进行字符串利用。比方,在Perl中就内建了一个功能强盛的正则表达式引擎。正则表达式这个概念最初是由Unix中的工具软件(比方sed和grep)遍及开的。正则表达式通常缩写成“regex”,单数有regexp、regex,复数有regexps、regexes、regexen。
正则表达式由一些普通字符和一些元字符(metacharacters)组成。普通字符包罗大小写的字母和数字,而元字符则具有特殊的寄义,我们下面会给予表明。
在最简单的环境下,一个正则表达式看上去就是一个普通的查找串。比方,正则表达式"testing"中没有包含任何元字符,它可以匹配"testing"和"testing123"等字符串,但是不能匹配"Testing"。
要想真正的用好正则表达式,正确的明白元字符是最紧张的事变。下表列出了全部的元字符和对它们的一个简短的描述。

      元字符
      
      描述
      
      \
      
      将下一个字符标记符、或一个向后引用、或一个八进制转义符。比方,“\\n”匹配\n。“\n”匹配换行符。序列“\\”匹配“\”而“\(”则匹配“(”。即相称于多种编程语言中都有的“转义字符”的概念。
      
      ^
      
      匹配输入字行首。如果设置了RegExp对象的Multiline属性,^也匹配“\n”或“\r”之后的位置。
      
      $
      
      匹配输入行尾。如果设置了RegExp对象的Multiline属性,$也匹配“\n”或“\r”之前的位置。
      
      *
      
      匹配前面的子表达式恣意次。比方,zo*能匹配“z”,也能匹配“zo”以及“zoo”。*等价于{0,}。
      
      +
      
      匹配前面的子表达式一次或多次(大于便是1次)。比方,“zo+”能匹配“zo”以及“zoo”,但不能匹配“z”。+等价于{1,}。
      
      ?
      
      匹配前面的子表达式零次或一次。比方,“do(es)?”可以匹配“do”或“does”。?等价于{0,1}。
      
      {n}
      
      n是一个非负整数。匹配确定的n次。比方,“o{2}”不能匹配“Bob”中的“o”,但是能匹配“food”中的两个o。
      
      {n,}
      
      n是一个非负整数。至少匹配n次。比方,“o{2,}”不能匹配“Bob”中的“o”,但能匹配“foooood”中的全部o。“o{1,}”等价于“o+”。“o{0,}”则等价于“o*”。
      
      {n,m}
      
      m和n均为非负整数,此中n<=m。最少匹配n次且最多匹配m次。比方,“o{1,3}”将匹配“fooooood”中的前三个o为一组,后三个o为一组。“o{0,1}”等价于“o?”。请留意在逗号和两个数之间不能有空格。
      
      ?
      
      当该字符紧跟在任何一个其他限定符(*,+,?,{n},{n,},{n,m})背面时,匹配模式黑白贪心的。非贪心模式尽大概少地匹配所搜刮的字符串,而默认的贪心模式则尽大概多地匹配所搜刮的字符串。比方,对于字符串“oooo”,“o+”将尽大概多地匹配“o”,得到结果[“oooo”],而“o+?”将尽大概少地匹配“o”,得到结果 ['o', 'o', 'o', 'o']
      
      .点
      
      匹配除“\n”和"\r"之外的任何单个字符。要匹配包罗“\n”和"\r"在内的任何字符,请使用像“[\s\S]”的模式。
      
      (pattern)
      
      匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到,在VBScript中使用SubMatches集合,在JScript中则使用$0…$9属性。要匹配圆括号字符,请使用“\(”或“\)”。
      
      (?:pattern)
      
      非获取匹配,匹配pattern但不获取匹配结果,不进行存储供以后使用。这在使用或字符“(|)”来组合一个模式的各个部门时很有用。比方“industr(?:y|ies)”就是一个比“industry|industries”更大略的表达式。
      
      (?=pattern)
      
      非获取匹配,正向肯定预查,在任何匹配pattern的字符串开始处匹配查找字符串,该匹配不需要获取供以后使用。比方,“Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”,但不能匹配“Windows3.1”中的“Windows”。预查不消耗字符,也就是说,在一个匹配发生后,在末了一次匹配之后立刻开始下一次匹配的搜刮,而不是从包含预查的字符之后开始。
      
      (?!pattern)
      
      非获取匹配,正向否定预查,在任何不匹配pattern的字符串开始处匹配查找字符串,该匹配不需要获取供以后使用。比方“Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”,但不能匹配“Windows2000”中的“Windows”。
      
      (?<=pattern)
      
      非获取匹配,反向肯定预查,与正向肯定预查雷同,只是方向相反。比方,“(?<=95|98|NT|2000)Windows”能匹配“2000Windows”中的“Windows”,但不能匹配“3.1Windows”中的“Windows”。
      “(?<=95|98|NT|2000)Windows”现在在python3.6中re模块测试会报错,用“|”连接的字符串长度必须一样,这里“95|98|NT”的长度都是2,“2000”的长度是4,会报错。
      
      (?<!patte_n)
      
      非获取匹配,反向否定预查,与正向否定预查雷同,只是方向相反。比方“(?<!95|98|NT|2000)Windows”能匹配“3.1Windows”中的“Windows”,但不能匹配“2000Windows”中的“Windows”。这个地方不正确,有问题
      此处用或恣意一项都不能高出2位,如“(?<!95|98|NT|20)Windows正确,“(?<!95|980|NT|20)Windows 报错,如果单独使用则无穷定,如(?<!2000)Windows 正确匹配。
      同上,这里在python3.6中re模块中字符串长度要同等,并不是肯定为2,比如“(?<!1995|1998|NTNT|2000)Windows”也是可以的。
      
      x|y
      
      匹配x或y。比方,“z|food”能匹配“z”或“food”(此处请审慎)。“[zf]ood”则匹配“zood”或“food”。
      
      [xyz]
      
      字符集合。匹配所包含的恣意一个字符。比方,“[abc]”可以匹配“plain”中的“a”。
      
      [^xyz]
      
      负值字符集合。匹配未包含的恣意字符。比方,“[^abc]”可以匹配“plain”中的“plin”任一字符。
      
      [a-z]
      
      字符范围。匹配指定范围内的恣意字符。比方,“[a-z]”可以匹配“a”到“z”范围内的恣意小写字母字符。
      留意:只有连字符在字符组内部时,而且出现在两个字符之间时,才气表现字符的范围; 如果出字符组的开头,则只能表现连字符自己.
      
      [^a-z]
      
      负值字符范围。匹配任何不在指定范围内的恣意字符。比方,“[^a-z]”可以匹配任何不在“a”到“z”范围内的恣意字符。
      
      \b
      
      匹配一个单词的界限,也就是指单词和空格间的位置(即正则表达式的“匹配”有两种概念,一种是匹配字符,一种是匹配位置,这里的\b就是匹配位置的)。比方,“er\b”可以匹配“never”中的“er”,但不能匹配“verb”中的“er”;“\b1_”可以匹配“1_23”中的“1_”,但不能匹配“21_3”中的“1_”。
      
      \B
      
      匹配非单词界限。“er\B”能匹配“verb”中的“er”,但不能匹配“never”中的“er”。
      
      \cx
      
      匹配由x指明的控制字符。比方,\cM匹配一个Control-M或回车符。x的值必须为A-Z或a-z之一。否则,将c视为一个原义的“c”字符。
      
      \d
      
      匹配一个数字字符。等价于[0-9]。grep 要加上-P,perl正则支持
      
      \D
      
      匹配一个非数字字符。等价于[^0-9]。grep要加上-P,perl正则支持
      
      \f
      
      匹配一个换页符。等价于\x0c和\cL。
      
      \n
      
      匹配一个换行符。等价于\x0a和\cJ。
      
      \r
      
      匹配一个回车符。等价于\x0d和\cM。
      
      \s
      
      匹配任何不可见字符,包罗空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。
      
      \S
      
      匹配任何可见字符。等价于[^ \f\n\r\t\v]。
      
      \t
      
      匹配一个制表符。等价于\x09和\cI。
      
      \v
      
      匹配一个垂直制表符。等价于\x0b和\cK。
      
      \w
      
      匹配包罗下划线的任何单词字符。雷同但不等价于“[A-Za-z0-9_]”,这里的"单词"字符使用Unicode字符集。
      
      \W
      
      匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。
      
      \xn
      
      匹配n,此中n为十六进制转义值。十六进制转义值必须为确定的两个数字长。比方,“\x41”匹配“A”。“\x041”则等价于“\x04&1”。正则表达式中可以使用ASCII编码。
      
      \num
      
      匹配num,此中num是一个正整数。对所获取的匹配的引用。比方,“(.)\1”匹配两个连续的雷同字符。
      
      \n
      
      标识一个八进制转义值或一个向后引用。如果\n之前至少n个获取的子表达式,则n为向后引用。否则,如果n为八进制数字(0-7),则n为一个八进制转义值。
      
      \nm
      
      标识一个八进制转义值或一个向后引用。如果\nm之前至少有nm个获得子表达式,则nm为向后引用。如果\nm之前至少有n个获取,则n为一个后跟文字m的向后引用。如果前面的条件都不满意,若n和m均为八进制数字(0-7),则\nm将匹配八进制转义值nm。
      
      \nml
      
      如果n为八进制数字(0-7),且m和l均为八进制数字(0-7),则匹配八进制转义值nml。
      
      \un
      
      匹配n,此中n是一个用四个十六进制数字表现的Unicode字符。比方,\u00A9匹配版权符号(©)。
      
      \p{P}
      
      小写 p 是 property 的意思,表现 Unicode 属性,用于 Unicode 正表达式的前缀。中括号内的“P”表现Unicode 字符集七个字符属性之一:标点字符。
      其他六个属性:
      L:字母;
      M:标记符号(一样平常不会单独出现);
      Z:分隔符(比如空格、换行等);
      S:符号(比如数学符号、货币符号等);
      N:数字(比如阿拉伯数字、罗马数字等);
      C:其他字符。
      *注:此语法部门语言不支持,例:javascript。
      
      \<
      \>
      
匹配词(word)的开始(\<)和竣事(\>)。比方正则表达式\<the\>可以大概匹配字符串"for the wise"中的"the",但是不能匹配字符串"otherwise"中的"the"。留意:这个元字符不是全部的软件都支持的。
( )将( 和 ) 之间的表达式定义为“组”(group),而且将匹配这个表达式的字符保存到一个临时地区(一个正则表达式中最多可以保存9个),它们可以用 \1 到\9 的符号来引用。
|将两个匹配条件进行逻辑“或”(Or)运算。比方正则表达式(him|her) 匹配"it belongs to him"和"it belongs to her",但是不能匹配"it belongs to them."。留意:这个元字符不是全部的软件都支持的。

例子一:Wap端访问PC端域名自动跳转
这个案例的需求是如许子的,如果我使用手机端访问www.baidu.com这条域名,则帮我自动重写为m.baidu.com。而我访问www.souhu.com这条域名,则帮我重写为m.souhu.com这条域名。
  1. if ( $server_name ~ ((|www.|)([if ( $ser|
  2. #过滤主域名
  3. if ( $server_name ~ ((www.|)([\S\s]*)) ) {
  4.   set $domain $3;
  5. }
  6. #设定初始值
  7. set $temp 0;
  8. #判断是否为支付域名
  9. if ( $host ~* (pay|zf) ) {
  10.   set $temp "${temp}1";
  11. }
  12. #判断是否是手机端
  13. if ($http_user_agent ~* (mobile|nokia|iphone|ipad|android|samsung|htc|blackberry)) {
  14.   set $temp "${temp}2";
  15. }
  16. #判断是否跳转
  17. if ( $temp = "02" ) {
  18.   rewrite ^(.*) https://app.$domain permanent;
  19. }
复制代码
脚本逻辑分析:
起首,我们是需要取得主域名部门,那就少不了使用正则去匹配,如果说以www.baidu.com这条域名为例,我们看到的第一个就是www.这个字段,但是还会存在一种环境就是用户大概会直接输入baidu.com如许子去访问,所以我们这里是用(www.|)去进行匹配,再然后匹配点这个字段,而下面的$3是表现取第三个括号里的值,末了复值给$a这个变量,接下来就是通过$http_user_agent这个内置变量去进行判定用户是使用什么方式访问,然后在进行重定向利用。
例子二:Nginx的IP白名单
这个案例的需求是如许子的,我们的背景访问只允许特定的IP进行访问,如果说别的IP进行访问的话我们将进行跳转到一个别的报错页面,大概直接跳转回顾页
  1. #定义初始值
  2. set $my_ip 0;
  3. #判断是否为指定的白名单
  4. if ( $http_x_forwarded_for ~* "10.0.0.1|172.16.0.1" ){
  5. set $my_ip 1;
  6. }
  7. #不是白名单的IP进行重定向跳转
  8. if ( $my_ip = 0 ){
  9. rewrite ^/$ /40x.html;
  10. }
复制代码
脚本逻辑分析:
这个其实和上面的判定用户是使用电脑访问还是手机访问是一样的,但唯一的区别在于内置变量差异,在Nginx中的内置变量内里$http_x_forwarded_for便是为客户访问的真实ip所在,所以我们使用这个内置变量进行判定就好了,同时添加多了一个初始值;
例子三:重写Url所在,隐藏提交内容
这个案例的需求是如许子的,我们提交一些表单内容后url所在会表现除部门参数,比如http://baidu.com/index.php?user=admin&pass=123,而我们需要将url重写为http://baidu.com/index
  1. rewrite ^/(\w+)/(\w+)/z(\d+) /$1/$2/$3/$arg_x/$arg_y? permanent;
  2. rewrite ^/(\w+)/(\w+)/(\d+)/(\d+)/(\d+) /$1/$2/$3/$4_$5.png permanent;
复制代码
脚本逻辑分析:
起首我们想想想url的演变,http://baidu.com/index.php?user=admin&pass=123 => http://baidu.com/index.php/user/admin/pass/123 => http://baidu.com/index,然后我们根据演变进行一步一步的利用,nginx rewrite正则匹配不会匹配问号后的参数,因此需要使用$arg_{参数名}来保存参数,且匹配规则要以问号末了;末了匹配一些其他项替换就完成重写了
总结
正则表达式其实并不难,经常使用的匹配元字符也就那么几个,也可以将正则表达式说成一个套接字游戏,但是这个游戏应用的非常广泛罢了

以上就是本文的全部内容,渴望对各人的学习有所帮助,也渴望各人多多支持脚本之家。

帖子地址: 

回复

使用道具 举报

分享
推广
火星云矿 | 预约S19Pro,享500抵1000!
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

草根技术分享(草根吧)是全球知名中文IT技术交流平台,创建于2021年,包含原创博客、精品问答、职业培训、技术社区、资源下载等产品服务,提供原创、优质、完整内容的专业IT技术开发社区。
  • 官方手机版

  • 微信公众号

  • 商务合作