获取base64字符串的php正则表达式

我有一个包含许多内容的文件smime.p7m。此内容中的一个或多个是这样的

--_3821f5f5-222-4a90-82e0-d8922ee62cc8_
Content-Type: application/pdf;
name="001235_0001.pdf"
Content-Transfer-Encoding: base64
Content-Disposition: attachment;
filename="001235_0001.pdf"

JVBERi0xLjMNCjMgMCBvYmoNCjw8DQogIC9UeXBlIC9YT2JqZWN0DQogIC9TdWJ0eXBlIC9J
bWFnZQ0KICAvRmlsdGVyIC9EQ1REZWNvZGUNCiAgL1dpZHRoIDI0MDkNCiAgL0hlaWdodCAz
AF6UAFACZoAUUAFABQA1TQAuaADGKAFoASgBaACgBKADpTAQnApAJ0oAdQAdKAD2oAXpQA3p
.........................................
0oAU9KAFHFABQAnSgBOaAFoAKACgAoAWgAoATGOlAAKAFoATpQAYoAO9AC0AFACZ7UAGKAFo
ZPi1JZBodj7GEjdqgELTq0RC7xeSu1yv+dwEltQFPoSMGcbiTf0cGyzbreEAAAAAAAA=
--------------ms021111111111111111111107--

如果文件名是pDF和下面的BASE64代码，是否有方法获取文件名（例如使用regex）？文件中可能有多个PDF文件

文件名不是问题所在。我是通过“filename=“（.*.pdf）”得到的。但是我不知道在文件名由字符A…Z A…Z数字0..9个符号

+

和

/

组成后如何得到base64代码。它最后还可以有一个或两个

=

，并且可以拆分成几行

if (preg_match('/filename=\"(?P<filename>[^"]*?\.pdf)\"\s*(?P<base64>([A-Za-z0-9+\/]+\s*)+=?=?)/', $s, $regres)) {
   print("FileName: {$regres['filename']}\n");
   print("Base64: {$regres['base64']}\n");
}

if（preg\u match（'/filename=\”（？P[^“]*？\.pdf）\“\s*（？P（[A-Za-z0-9+\/]+\s*）+=？=？）/”，$s，$regres））{
打印（“文件名：{$regres['FileName']}\n”）；
打印（“Base64:{$regres['Base64']}\n”）；
}

使用

看

PHP：

preg_match_all('/^filename="([^"]*\.pdf)"\R+(.+(?:\R.+)+)/im', $str, $matches);

解释

--------------------------------------------------------------------------------
  (?im)                    set flags for this block (case-
                           insensitive) (with ^ and $ matching start
                           and end of line) (with . not matching \n)
                           (matching whitespace and # normally)
--------------------------------------------------------------------------------
  ^                        the beginning of a "line"
--------------------------------------------------------------------------------
  filename="               'filename="'
--------------------------------------------------------------------------------
  (                        group and capture to \1:
--------------------------------------------------------------------------------
    [^"]*                    any character except: '"' (0 or more
                             times (matching the most amount
                             possible))
--------------------------------------------------------------------------------
    \.                       '.'
--------------------------------------------------------------------------------
    pdf                      'pdf'
--------------------------------------------------------------------------------
  )                        end of \1
--------------------------------------------------------------------------------
  "                        '"'
--------------------------------------------------------------------------------
  \R+                      any line break sequence (1 or more times (matching 
                           the most  amount possible))
--------------------------------------------------------------------------------
  (                        group and capture to \2:
--------------------------------------------------------------------------------
    .+                       any character except \n (1 or more times
                             (matching the most amount possible))
--------------------------------------------------------------------------------
    (?:                      group, but do not capture (1 or more
                             times (matching the most amount
                             possible)):
--------------------------------------------------------------------------------
      \R                       any line break sequence
--------------------------------------------------------------------------------
      .+                       any character except \n (1 or more
                               times (matching the most amount
                               possible))
--------------------------------------------------------------------------------
    )+                       end of grouping
--------------------------------------------------------------------------------
  )                        end of \2

---

我认为这项任务根本不涉及验证，只关注数据提取——这使得不需要锐化正则表达式逻辑

您只需要在行首匹配

filename=“

，然后捕获引号包装的子字符串（只要它以

.pdf

结尾），然后在任意数量的空白字符之后，捕获所有字符，直到遇到一个或两个

=

使用贪婪的负字符类可以让正则表达式引擎快速移动。

m

模式修饰符告诉正则表达式引擎，

^

元字符（不是方括号内使用的

^

）除了字符串的开头外，还可以匹配行的开头

也许您想生成一个关联数组，其中键是文件名字符串，编码字符串是值，

array\u column（）

在存在符合条件的匹配项时快速地进行设置

代码：（）

输出：

array (
  '001235_0001' => 'JVBERi0xLjMNCjMgMCBvYmoNCjw8DQogIC9UeXBlIC9YT2JqZWN0DQogIC9TdWJ0eXBlIC9J
bWFnZQ0KICAvRmlsdGVyIC9EQ1REZWNvZGUNCiAgL1dpZHRoIDI0MDkNCiAgL0hlaWdodCAz
AF6UAFACZoAUUAFABQA1TQAuaADGKAFoASgBaACgBKADpTAQnApAJ0oAdQAdKAD2oAXpQA3p
.........................................
0oAU9KAFHFABQAnSgBOaAFoAKACgAoAWgAoATGOlAAKAFoATpQAYoAO9AC0AFACZ7UAGKAFo
ZPi1JZBodj7GEjdqgELTq0RC7xeSu1yv+dwEltQFPoSMGcbiTf0cGyzbreEAAAAAAAA=',
)

---

在文件名之后，您到底想要得到什么？在

…..

之前的3行？在寻求正则表达式支持时，通常最好提供多个示例输入，以表示输入的可变性。您当然不应该[yatta yatta]您的示例输入。我们需要能够在您的示例输入上运行测试代码。我们需要知道可能会显示多少空换行符，以及文本序列如何在您的文件中重复。谢谢。我明天将尝试并写回

var_export(
    preg_match_all(
        '~^filename="([^"]+)\.pdf"\s*([^=]+={1,2})~m',
        $fileContents,
        $out,
        PREG_SET_ORDER
    )
    ? array_column($out, 2, 1)
    : "no pdf's found"
);

array (
  '001235_0001' => 'JVBERi0xLjMNCjMgMCBvYmoNCjw8DQogIC9UeXBlIC9YT2JqZWN0DQogIC9TdWJ0eXBlIC9J
bWFnZQ0KICAvRmlsdGVyIC9EQ1REZWNvZGUNCiAgL1dpZHRoIDI0MDkNCiAgL0hlaWdodCAz
AF6UAFACZoAUUAFABQA1TQAuaADGKAFoASgBaACgBKADpTAQnApAJ0oAdQAdKAD2oAXpQA3p
.........................................
0oAU9KAFHFABQAnSgBOaAFoAKACgAoAWgAoATGOlAAKAFoATpQAYoAO9AC0AFACZ7UAGKAFo
ZPi1JZBodj7GEjdqgELTq0RC7xeSu1yv+dwEltQFPoSMGcbiTf0cGyzbreEAAAAAAAA=',
)