logo标签列表

Boost C++ 正则表达式匹配 SIP 头部

c++regexboost
3
我们使用 Boost C++ 正则表达式来匹配 SIP Via 头部中的以下内容。 
Via: SIP/2.0/UDP 192.168.1.4:62486;rport;branch=z9hG4bK-524287-1---3ff9a622846c0a01;stck=3449406834;received=90.206.135.26

正则表达式：

 std::regex g_Via;

 g_Via("(^Via:\\s+SIP/2\\.0/UDP\\s+)(((\\w|\\.|-)+):(\\d+))((;\\s*rport=(\\d+))|(;stck=(\\d+))|(;[^;\\n\\s]+)*)(\\s*$)",std::regex_constants::icase)

 std::match_results<std::string::const_iterator> result;
 bool valid = std::regex_match(line, result, g_Via);
 if(valid)
 {
    std::string rport = result[8].str();
    std::string stckval = result[9].str();
    // use these values
 }

我们希望能获取IP地址后的rport，received和stck参数。我们可以使用上述表达式来获取IP地址，但是在获取单独的参数时会遇到问题。
rport参数可以是;rport或;rport=14838，即单独出现或与值一起出现。
我们面临的问题是，像;branch= ;received=这样的参数可能位于不同的位置。
你使用的是哪种编程语言？ - hjpotter92
好的，我已经更正了报告并将其具体化为Boost C++正则表达式。我们需要获取rport和stck参数。rport可能有值，也可能没有。 - tech74
3个回答
3
我不建议使用正则表达式来“解析”SIP头。如已在评论中提到，处理属性会变得笨重。此外，在规范（rfc 2616/rfc 822）中有微妙的细节使得很难正确处理。我之前使用Boost Spirit创建了一个SIP头解析器：How to parse multi-line headers of SIP message using regex?。实际上，我直播创建了该解析器。如果您想看的话，这里是直播录像：part #1, part #2, part #3和part #4。
使用解析器生成器的好处在于，您不会得到原始匹配组，而是可以直接解析为某些有用的东西以供进一步处理，例如：
using Headers = std::map<std::string, std::string>;

在Coliru上实时运行

//#define BOOST_SPIRIT_DEBUG
#include <boost/fusion/adapted/std_pair.hpp>
#include <boost/spirit/include/qi.hpp>
#include <boost/algorithm/string/trim.hpp>
#include <map>

using Headers = std::map<std::string, std::string>;

template <typename It> Headers parse_headers(It first, It last) 
{
    using namespace boost::spirit::qi;

    auto& crlf       = "\r\n";
    auto& tspecials = " \t><@,;:\\\"/][?=}{:";

    rule<It, std::string()> token, value;

    token = +~char_(tspecials); // FIXME? should filter CTLs
    value = *(char_ - (crlf >> &(~blank | eoi)));
    BOOST_SPIRIT_DEBUG_NODES((token)(value));

  //value = *(omit[ crlf >> !(~blank | eoi) ] >> attr(' ') | (char_ - crlf));

    Headers headers;
    bool ok = phrase_parse(first, last, (token >> ':' >> value) % crlf >> omit[*lit(crlf)], blank, headers);

#ifdef DEBUG
    if (ok)          std::cerr << "DEBUG: Parse success\n";
    else             std::cerr << "DEBUG: Parse failed\n";
    if (first!=last) std::cerr << "DEBUG: Remaining unparsed input: '" << std::string(first,last) << "'\n";
#endif

    if (ok && (first==last))
        return headers;

    throw std::runtime_error("Parse error in headers\n"); // TODO FIXME
}

int main()
{
    boost::spirit::istream_iterator iter(std::cin >> std::noskipws), end;

    for (auto& header : parse_headers(iter, end)) {
        std::cout << "Key: '" << header.first << "', Value: '" << header.second << "'\n";
    }
}

对于输入：

Via: SIP/2.0/UDP 10.10.1.99:5060;branch=z9hG4bK343bf628;rport
Contact: <sip:15@10.10.1.99>
Call-ID: 326371826c80e17e6cf6c29861eb2933@10.10.1.99
CSeq: 102 INVITE
User-Agent: Asterisk PBX
Max-Forwards: 70
Date: Wed, 06 Dec 2009 14:12:45 GMT
Allow: INVITE, ACK, CANCEL, OPTIONS, BYE, REFER, SUBSCRIBE, NOTIFY
Supported: replaces
Content-Type: application/sdp
Content-Length: 258
From: "Test 15" <sip:15@10.10.1.99>
 ; tag   =    fromtag
To: <sip:13@10.10.1.13>;tag=totag

它打印输出

Key: 'Allow', Value: 'INVITE, ACK, CANCEL, OPTIONS, BYE, REFER, SUBSCRIBE, NOTIFY'
Key: 'CSeq', Value: '102 INVITE'
Key: 'Call-ID', Value: '326371826c80e17e6cf6c29861eb2933@10.10.1.99'
Key: 'Contact', Value: '<sip:15@10.10.1.99>'
Key: 'Content-Length', Value: '258'
Key: 'Content-Type', Value: 'application/sdp'
Key: 'Date', Value: 'Wed, 06 Dec 2009 14:12:45 GMT'
Key: 'From', Value: '"Test 15" <sip:15@10.10.1.99>
 ; tag   =    fromtag'
Key: 'Max-Forwards', Value: '70'
Key: 'Supported', Value: 'replaces'
Key: 'To', Value: '<sip:13@10.10.1.13>;tag=totag'
Key: 'User-Agent', Value: 'Asterisk PBX'
Key: 'Via', Value: 'SIP/2.0/UDP 10.10.1.99:5060;branch=z9hG4bK343bf628;rport'
@Ralf Dagnabbit！livecoding.tv似乎把数据吞了。感谢您的关注。好在代码还在，只是有点遗憾失去了部分评论/讨论 :( - sehe
谢谢，我会稍后研究这个。短期内，我将只捕获整个参数组并按令牌拆分。 - tech74
@sehe 真遗憾，看起来是一个有趣的讨论！ - Ralf
2
根据你处理的语言不同，处理属性可能最好单独从正则表达式中完成。你可以使用正则表达式来提取每个属性（或者整个属性字符串——从第一个;到结尾的所有内容）。之后，你可以使用;作为分隔符来拆分属性字符串。例如，Python和PHP都有易于使用的函数来完成这个过程（在Python中是split()，在PHP中是explode()）。然后，你可以通过=来拆分每个属性，将属性名称与属性值分开。
我实际上使用Boost Spirit创建了这样的方法。Spirit是用于PEG语法的解析器生成器。它非常适合像这样的“小语法”。（顺便说一下，见我的答案） - sehe
1
你使用了太多的分组，我无法进行跟踪，因此我删除了大部分。这将适用于你提到的任何语言。
  • (?<Named> 组) 可能不被一些风格支持，但你可以轻松将其更改为普通的 (组)。我使用它们是为了方便。

正则表达式

^Via:\s+SIP\/2\.0\/UDP\s+                # header
([-.\w]+):(\d+)                          # IP (group 1) and port (group 2)
(?:                                      # ITERATE
    (?<received>;received=[.\d]+)        #   received (group "received")
  |                                      #
    (?<rport>;rport                      #   rport (group "rport")
        (?:=(?<rportval>[0-9]+))?        #    with optional num (group "rportval")
    )                                    #
  |                                      #
    (?<stck>;stck=\d+)                   #   stck (group "stck")
  |                                      #
    ;[^;\n\s=]+(?:=[^;]+)?               #   any other param (not captured)
)*                                       # Repeat iteration *
\s*$                                     # to EoL

一行代码：

^Via:\s+SIP\/2\.0\/UDP\s+([-.\w]+):(\d+)(?:(?<received>;received=[.\d]+)|(?<rport>;rport(?:=(?<rportval>[0-9]+))?)|(?<stck>;stck=\d+)|;[^;\n\s=]+(?:=[^;]+)?)*\s*$

代码

使用Boost.Regex：

#include <iostream>
#include <boost/regex.hpp>
using namespace std;
using namespace boost;


int main  () {
    string subject = "Via: SIP/2.0/UDP 192.168.1.4:62486;rport=12345;branch=z9hG4bK-524287-1---3ff9a622846c0a01;stck=3449406834;received=90.206.135.26";
    string pattern = "^Via:\\s+SIP/2\\.0/UDP\\s+([-.\\w]+):([0-9]+)(?:(?<received>;received=[.0-9]+)|(?<rport>;rport(?:=(?<rportval>[0-9]+))?)|(?<stck>;stck=[0-9]+)|;[^;\\n\\s=]+(?:=[^;]*)?)*\\s*$";
    smatch match;


    const regex re(pattern);
    if (regex_search(subject, match, re)) {
        string received = match["received"];
        string rport = match["rport"];
        string rportval = match["rportval"];
        string stck = match["stck"];
        cout << "rport = " << rport << endl << "rportval = " << rportval << endl;
    } else {
        cout << "NO MATCH" << endl;
    }
    return 0;
}

输出：

rport = ;rport=12345
rportval = 12345

rextester.com演示

网页内容由stack overflow 提供, 点击上面的
可以查看英文原文，
原文链接