如何在使用Rust的正则表达式包时逃脱转义的正则表达式字符？

Posted 2021-03-27

我有一个正则表达式，有许多"和逃脱字符。我测试了我的正则表达式，你可以找到my working live demo。我将正则表达式转移到了Rust。这是一个不起作用的简化示例：

extern crate regex; // 1.1.0
use regex::Regex;

fn main() {
    let re = Regex::new(r#"123 \""(w+)"#).unwrap();
    let test = "123 "PROPFIND"";

    for cap in re.captures_iter(test) {
        println!("{}", &cap[1]);
    }
}

Playground

我的例子的输出是空的，但我期待PROPFIND

正则表达式文档向我指出了raw string文档。我玩弄了不同的逃避技术，但无法弄清楚我搞砸了哪里。

答案

您的原始模式需要写为

let re = Regex::new(r#"(d{1,3}(?:.d{1,3}){3}) (w+|-) (w+|-) [(.*?)] "(w+) (.*?) (HTTPS?)/([0-9].[0-9])" ([0-9]+) ([0-9]+) "(w+|-)" "(.*?)""#).unwrap();

目前的一个：

let re = Regex::new(r#"123 "(w+)""#).unwrap();

简而言之，你的模式中的所有\""应该看起来像"。并确保模式在r#"和"#内。

请参考Rust raw string literals reference：

原始字符串文字不处理任何转义。他们从角色U+0072（r）开始，然后是零个或多个角色U+0023（#）和U+0022（双引号）角色。原始字符串体可以包含任何Unicode字符序列，并且仅由另一个U+0022（双引号）字符终止，后跟在开头U+0023（双引号）字符之前的相同数量的#（U+0022）字符。