Regex来分析用户代理字符串

本文关键字：用户代理 字符串 Regex | 更新日期: 2023-09-27 18:22:11

我对regex完全没有兴趣。我有一堆要解析的用户代理字符串。

Windows Phone Search（Windows Phone OS 7.10；Acer；Allegro；7.10；8860）
Windows Phone搜索（Windows Phone OS 7.10；HTC；7 Mozart T8698；7.10；7713）
Windows Phone搜索（Windows Phone OS 7.10；HTC；雷达C110e；7.10；7720）

如何使用正则表达式来提取：

A） Windows Phone操作系统7.10 Acer Allegro

B） Windows Phone操作系统7.10 HTC 7 Mozart

C） Windows Phone操作系统7.10 HTC雷达

我曾尝试以以下方式使用Split，但没有成功：

private static string parse(string input) 
{ 
    input = input.Remove(0, input.IndexOf('(') + 1).Replace(')', ' ').Trim(); 
    string[] temp = input.Split(';'); 
    if (temp[2].Contains('T'))
    { 
        temp[2] = temp[2].Substring(0, temp[2].IndexOf('T')).Trim(); 
    } 
    StringBuilder sb = new StringBuilder(); 
    sb.Append(temp[0] + " "); 
    sb.Append(temp[1] + " "); 
    sb.Append(temp[2]); 
    return sb.ToString(); 
}

Regex来分析用户代理字符串

我使用正则表达式，因为它是专门为解析任何类型的文本而设计的。一旦了解了正则表达式模式的基本知识，它在任何文本情况下都会变得非常有用。

在这个模式中，我的目标是将每个项目分为命名的捕获组，即Version、Phone、Type、Major和Minor。一旦regex处理完成，我就可以使用Linq来提取数据，如图所示。

string @pattern = @"
(?:OS's)                     # Match but don't capture (MDC) OS, used an an anchor
(?<Version>'d'.'d+)          # Version of OS
(?:;)                        # MDC ;
(?<Phone>[^;]+)              # Get phone name up to ;
(?:;)                        # MDC ;
(?<Type>[^;]+)               # Get phone type up to ;
(?:;)                        # MDC ;
(?<Major>'d'.'d+)            # Major version
(?:;)
(?<Minor>'d+)                # Minor Version
";
string data =
@"Windows Phone Search (Windows Phone OS 7.10;Acer;Allegro;7.10;8860)
Windows Phone Search (Windows Phone OS 7.10;HTC;7 Mozart T8698;7.10;7713)
Windows Phone Search (Windows Phone OS 7.10;HTC;Radar C110e;7.10;7720)";
 // Ignore pattern white space allows us to comment the pattern, it is not a regex processing command
var phones = Regex.Matches(data, pattern, RegexOptions.IgnorePatternWhitespace)
                  .OfType<Match>()
                  .Select (mt => new
                  {
                    Name = mt.Groups["Phone"].Value.ToString(),
                    Type = mt.Groups["Type"].Value.ToString(),
                    Version = string.Format( "{0}.{1}", mt.Groups["Major"].Value.ToString(),
                                                        mt.Groups["Minor"].Value.ToString())
                  }
                  );
Console.WriteLine ("Phones Supported are:");
phones.Select(ph => string.Format("{0} of type {1} version ({2})", ph.Name, ph.Type, ph.Version))
      .ToList()
      .ForEach(Console.WriteLine);
/* Output
Phones Supported are:
Acer of type Allegro version (7.10.8860)
HTC of type 7 Mozart T8698 version (7.10.7713)
HTC of type Radar C110e version (7.10.7720)
*/

此正则表达式将捕获它：

(?<='().*?;.*?;.*?(?=;)

作为代码：

string s = Regex.Match(input, @"(?<='().*?;.*?;.*?(?=;)").Value

作为正则表达式的分解：

  • (?<='()=断言前一个字符为文字开括号的"look-behind"(
  • .*?;=直到下一个;的所有内容的匹配（非贪婪-不会跳过;）
  • (?=;)=断言下一个字符为字面分号的"前瞻";
相关文章：