Regex for HTTP要求が動作しない場合がある

Question

私の教授がHTTPライブラリを使用できないと言ったので、私はHTTP要求を処理するJavaサーバを作成しています。 ..）。だから、私は正規表現を使ってリクエストを処理することに決めました。コード上で最初に起こるのは、要求の各行を取得し、それをパターンで処理する単一の文字列に変換することです。 、POST、PUT、HEADを、GET をDELETE：私だけのための例を実装する必要があります。私はアプリケーションを使用しています郵便番号、私のプログラムをテストするためのGoogle Chrome拡張機能。私は単一の文字列にそれを作った後、ここで配達員からの要求のいくつかの例は以下のとおりです。

取得：

GET/HTTP/1.1ホスト：127.0.0.1:15000接続：キープアライブのCache-Control ：no-cacheユーザエージェント：Mozilla/5.0（X11; Linux x86_64）AppleWebKit/537.36（GeckoのようなKHTML）Chrome/53.0.2785.101 Safari/537.36郵便番号：dd87e652-2b21-3632-30ad-ace26581d369受諾：/のAccept-エンコード：gzipでは、受け入れ言語をSDCH、収縮：EN-US、エン;ボディなしのq = 0.8

ポスト：

POST/HTTP/1.1ホスト：127.0.0.1:15000接続：キープアライブのContent-Length：0のCache-Control：キャッシュなし原産地：クローム拡張：// fhbjgbiflinjbdggehcddcbncdddomopのUser-Agent：Mozillaの/ 5.0（X11; Linux x86_64）AppleWebKit/537.36（GeckoのようなKHTML）Chrome/53.0.2785.101 Safari/537.36 Postmanトークン：8094b5ce-4b3d-cee7-2d10-f5dd2bc6b7b2アクセプト：/アクセプトエンコーディング：gzip、deflate Accept-Language：en -US、エン;身体とのQ = 0.8

ポスト：

POST/HTTP/1.1ホスト：127.0.0.1:15000接続：キープアライブのContent-Length：9ポストマン - トークン： 3fb2f5e0-2df1-5af4-7853-e9de84648dd5 Cache-Control：no-cache：chrome-extension：// fhbjgbiflinjbdggehcddcbncdddomop User-Agent：Mozilla/5.0（X11; Linux x86_64）AppleWebKit/537.36（GeckoのようなKHTML）Chrome/53.0 .2785.101 Safari/537.36コンテンツタイプ：テキスト/平野;のcharset = UTF-8受け入れ：/のAccept-エンコード：GZIPを、言語を受け入れ収縮：EN-US、EN; Q = 0.8

等...

パターンI書いては次のとおりです。

String somethingPattern = "(.*)?"; 

    String ipPattern = "(((2[0-4][0-9])|(25[0-5])|(1?[0-9]?[0-9]))\\.((2[0-4][0-9])|(25[0-5])|(1?[0-9]?[0-9]))\\.((2[0-4][0-9])|(25[0-5])|(1?[0-9]?[0-9]))\\.((2[0-4][0-9])|(25[0-5])|(1?[0-9]?[0-9]))|"+somethingPattern+")((:)\\d{3,})?"; // regex for ip varying from 0.0.0.0 to 255.255.255.255 or some string, followed or no by : and a port number 
    String objetoPattern = "([/?a-zA-Z0-9\\.\\-_]+)"; // regex for a linux path to a file, including only letters, numbers and -_. 

    String connectionPattern = "(connection:\\s*"+somethingPattern+")?"; 
    String contentLenPattern = "(content-length:\\s*([0-9]+))?"; 
    String postmanTokenPattern = "(postman-token:\\s*"+somethingPattern+")?"; 
    String cacheControlPattern = "(cache-control:\\s*"+somethingPattern+")?"; 
    String originPattern = "(origin:\\s*"+somethingPattern+")?"; 
    String userAgentPattern = "(user-agent:\\s*"+somethingPattern+")?"; 
    String charsetPattern = "(charset="+somethingPattern+")?"; 
    String contentTypePattern = "(content-type:\\s*"+somethingPattern+";"+charsetPattern+")?"; 
    String acceptPattern = "(accept:\\s*"+somethingPattern+")?"; 
    String acceptEncodingPattern = "(accept-encoding:\\s*"+somethingPattern+")?"; 
    String acceptLanguagePattern = "(accept-language:\\s*"+somethingPattern+")?"; 


    // (?i) is for the case of coming get, Get, GET... etc... 
    String pattern = "^(?i)(get|put|head|post|delete)\\s+?" + objetoPattern + "\\s+?HTTP/1.1\\s+?host:\\s+?" + ipPattern + "\\s+?" + connectionPattern + "\\s+?" + contentLenPattern + "\\s+?" + postmanTokenPattern + "\\s+?" + cacheControlPattern + "\\s+?" + originPattern + "\\s+?" + userAgentPattern + "\\s+?" + contentTypePattern + "\\s+?" + acceptPattern + "\\s+?" + acceptEncodingPattern + "\\s+?" + acceptLanguagePattern + "\\s+?$"; 

をGET一致し、から以外の要求のほとんどの罰金をグループ化された正規表現、HEADと本体なしのPOST。なぜこれが起こっているのか分かりません。私はorigin,content-lengthなどが要求に存在しない場合のように、各パターンの最後に?を置きます。しかし、これらのケースにマッチしていないにもかかわらず。マッチングのコードの一部である：

Pattern r = Pattern.compile(pattern); 
Matcher m = r.matcher(in); // this in is the input string that is the request all joined in a single line string 

if(m.find()){ 
// ...... 
} else { 
    System.out.println("Input didn't match"); 
} 

EDIT：ソケットからの入力を処理するコードの一部：

bufferedReader = new BufferedReader(new InputStreamReader(socket.getInputStream())); 

     String in = ""; 
     while((msgDoSocket = bufferedReader.readLine()) != null){ 
      try { 
       in += msgDoSocket + " "; 
       if(msgDoSocket.isEmpty()){ 
        processaInput(in); // this calls the part that process regex 
       } 
      } catch (Exception ex) { 
       Logger.getLogger(ServerThread.class.getName()).log(Level.SEVERE, null, ex); 
      } 
     } 

Answer 1

ヘッダー行は改行で区切られており、そしてヘッダーは2つの連続する改行で本文（存在する場合）から分離されます。 Scannerオブジェクトは、デフォルトでトークンを区切るために改行を使用するので、Matcherよりはるかに簡単です。単純にそれらの行を繰り返すことができます。これらの見出しを取得したら、ヘッダーキーの可能性をすべてカバーする百万種類の変数の代わりに、 '：'でスライスしてMapを作成できます。次に、あなたが送信したものと一致するように地図のキー値をチェックするだけです。

また、/Wiresharkを使用して、郵便番号による生のリクエストを確認することもできます。

This読者を使用して同じようにしてください。