解析 HLS m3u8 正则表达式

Question

我正在尝试解析 HLS m3u8 文件，我卡在的地方是匹配 m3u8 links。因此，如果 URI= 存在，则从 #EXT-X-I-FRAME-STREAM-INF 中获取引号中的那个，如果不存在 #EXT-X-STREAM-INF，则从新行中获取 link。

正文：

#EXT-X-STREAM-INF:BANDWIDTH=263851,CODECS="mp4a.40.2, avc1.4d400d",RESOLUTION=416x234,AUDIO="bipbop_audio",SUBTITLES="subs"
gear1/prog_index.m3u8 <== new line link
#EXT-X-I-FRAME-STREAM-INF:URI="gear1/iframe_index.m3u8",CODECS="avc1.4d400d",BANDWIDTH=28451

正则表达式：

(?:#EXT-X-STREAM-INF:|#EXT-X-I-FRAME-STREAM-INF:)(?:BANDWIDTH=(?<BANDWIDTH>\d+),?|CODECS=(?<CODECS>"[^"]*"),?|RESOLUTION=(?<RESOLUTION>\d+x\d+),?|AUDIO=(?<AUDIO>"[^"]*"),?|SUBTITLES=(?<SUBTITLES>"[^"]*"),?|URI=(?<URI>"[^"]*"),?)*

Regex demo

Answer 1

您的模式的快速修复如下所示：

将 #EXT-X-STREAM-INF 部分捕获到组 1
添加 (?J) 修饰符以允许具有相同名称的命名捕获组
如果第 1 组匹配，添加一个 conditional construct 将捕获当前模式后的整行。

图案看起来像

(?J)(?:(#EXT-X-STREAM-INF)|#EXT-X-I-FRAME-STREAM-INF):(?:BANDWIDTH=(?<BANDWIDTH>\d+),?|CODECS=(?<CODECS>"[^"]*"),?|RESOLUTION=(?<RESOLUTION>\d+x\d+),?|AUDIO=(?<AUDIO>"[^"]*"),?|SUBTITLES=(?<SUBTITLES>"[^"]*"),?|URI=(?<URI>"[^"]*"),?)*(?<URI>(?:(?!#EXT)\S)+))

见regex demo

所以，基本上，我在末尾添加了 (?<URI>(?:(?!#EXT)\S)+))，并在开头捕获了 (#EXT-X-STREAM-INF)。

条件构造匹配如下：

(? - 条件构造的开始
- (1) - 如果组 1 匹配
- \R - 一个换行符
- (?<URI> - 命名捕获组的开始
  - (?:(?!#EXT)\S)+) - 任何非空白字符 (\S)，出现 1 次或多次 (+)，它不是 #EXT 字符的起始字符序列（所谓的）
- ) - 命名捕获组结束
) - 条件构造结束

解析 HLS m3u8 正则表达式

Parsing HLS m3u8 Regex

regex

http-live-streaming

m3u8