提升C++正则表达式以匹配SIP标头

Boost C++ regular expression to match SIP header

本文关键字：SIP 标头 C++ 正则表达式 提升      更新时间：2023-10-16

我们有以下内容来匹配SIP Via标头。我们正在使用boost C++regex

Via: SIP/2.0/UDP 192.168.1.4:62486;rport;branch=z9hG4bK-524287-1---3ff9a622846c0a01;stck=3449406834;received=90.206.135.26

Regex:

 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
 }

我们想要的是获取IP地址后的rpot、received和stck参数。我们可以使用上面的表达式来获取IP地址，但在获取单个参数时遇到问题。

rpot参数可以是：；rpot或；rpot=14838独立的或有价值的。

我们遇到的问题是参数，例如；分支=；received=可以在不同的位置

我不建议使用regex"解析"SIP头。

正如在评论中已经提到的，处理属性变得很难处理。此外，您会发现规范（rfc 2616/rfc 822）中有一些细微的细节，这些细节很难正确。

我之前已经使用Boost Spirit创建了一个SIP头解析器：

  • 如何使用正则表达式解析SIP消息的多行标头

事实上，我已经直播了创建解析器的过程。以下是直播流的视频点播，以备您观看：第1部分、第2部分、第3部分和第4部分。

在这里使用解析器生成器的好处是，您最终不会得到原始匹配组，而是可以直接解析为对进一步处理有用的东西，例如

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

在Coliru上直播

//#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       = "rn";
    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 successn";
    else             std::cerr << "DEBUG: Parse failedn";
    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 headersn"); // 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";
    }
}

用于输入：

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'

根据您使用的语言，处理属性最好与正则表达式分开处理。您可以使用正则表达式提取每个属性（或者整个属性字符串——从第一个;到最后的所有内容）。之后，可以使用;作为分隔符来拆分属性字符串。例如，Python和PHP都有简单的函数来实现这一点（Python中的split()和PHP中的explode()）。然后，可以通过=拆分每个属性，以将属性名称与属性值分开。

您使用了太多我无法跟踪的组，所以我删除了大部分。这将适用于您提到的任何一种语言。

  • (?<Named> groups)在某些版本中可能不受支持，但您可以很容易地将其更改为普通的(group)。我用它们是为了实用

Regex

^Via:s+SIP/2.0/UDPs+                # 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")
  |                                      #
    ;[^;ns=]+(?:=[^;]+)?               #   any other param (not captured)
)*                                       # Repeat iteration *
s*$                                     # to EoL

一个衬垫：

^Via:s+SIP/2.0/UDPs+([-.w]+):(d+)(?:(?<received>;received=[.d]+)|(?<rport>;rport(?:=(?<rportval>[0-9]+))?)|(?<stck>;stck=d+)|;[^;ns=]+(?:=[^;]+)?)*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

相关文章：