如何改进这个正则表达式以在其他情况下工作？

Question

我可以拆分这个字符串：199.72.81.55 - - [01/Jul/1995:00:00:01 -0400] "GET /history/apollo/ HTTP/1.0" 200 6245使用这个正则表达式：'([(\d\.)]+) - - \[(.*?)\] "(.*?)" (\d+) (\d+)'那么如何改进这个 RegEx 来拆分这种字符串（那里有互联网地址而不是 IP）：unicomp6.unicomp.net - - [01/Jul/1995:00:00:06 -0400] "GET /shuttle/countdown/ HTTP/1.0" 200 3985和这种字符串（双引号之间有双引号，我没有最后一个数字）frank.mtsu.edu - - [03/Jul/1995:02:41:15 -0400] "GET /images/" HTTP/1.0" 404 -谢谢！

Answer 1

对于这种情况|运算符的含义或有用，对于您的第二个示例，您可以将表达式修改为：

'([(\d\.)]+|[a-z\d\.]+) - - \[(.*?)\] "(.*?)" (\d+) (\d+)'

请注意，这假定所有地址仅由小写字母数字和点组成。编辑：@tripleee评论后我必须承认地址可能包含更多不同的字符，因此我添加了更宽容的解决方案：

'([(\d\.)]+|[^ ]+) - - \[(.*?)\] "(.*?)" (\d+) (\d+)'

这个假设地址可能包含任何不是空格的字符。如果这太宽容，请随时改进早期版本。如评论中所述，它是多余的，可能会替换为

'([^ ]+) - - \[(.*?)\] "(.*?)" (\d+) (\d+)'

要使其适用于最后一种情况，只需将 last 替换(\d+)为(\d+|-)，正如@solarc前面所建议的