通过 rfc8141 匹配 URN 的正则表达式

Question

我正在努力寻找可以匹配 rfc8141 中描述的 URN 的正则表达式。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

但是这个只匹配没有组件的 URN 的第一部分。

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 - a123,0%7C00~&z456/789（从最后一个 ':' 开始我们匹配 '?+' 或 '?=' 或 '#'
r-component - abc（从'?+'到'?='或'#''）
f-component - 12/3（从'#'到结束）

Answer 1

我还没有阅读所有规范，因此可能还有其他规则需要实施，但它应该让您了解可选组件：

\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})+) ：- 已移至列表的开头以考虑在允许的字符中，否则它表示 "range from , to ."。字符 &、~ 和 /（必须用“\”转义）也已添加到列表中，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 (?:)? 内，以防止捕获标识符（?+、?= 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。

参见 Regex101

中的工作示例

希望对您有所帮助

Answer 2

如果要验证具有统一资源名称 (URN) 8141 的字符串：rfc8141 You can refer to URN8141Test.java and URN8141.java

它已经在我们团队中使用了几年。

通过 rfc8141 匹配 URN 的正则表达式

Regex which matches URN by rfc8141

.net

c#

regex

urn