Regex 用于捕获URL HTTP状态代码和正文响应的正则表达式

我正在尝试创建一个正则表达式，它捕获HTTP状态代码和curl请求的主体。下面的正则表达式模式适用于多个在线站点，但在Mac的命令行上不匹配。我的正则表达式关闭了还是有其他事情发生了

RESPONSE=$(curl -s -i -X GET http://www.google.com/)

# Match and capture the status code, match the headers, match two new lines, match and capture an optional body
re="^HTTP\/\d\.\d\s([\d]{3})[\w\d\s\W\D\S]*[\r\n]{2}([\w\d\s\W\D\S]*)?$"

if [[ "${RESPONSE}" =~ $re ]]; then
  echo "match"
  # Now do stuff with the captured groups, "${BASH_REMATCH[...]}"
else
  echo "no match"
fi

---

我也愿意接受其他方法（我的目标是一台运行CentOS 5的机器）。

既然您也愿意接受其他解决方案，您可以尝试一下

RESPONSE=$(curl -s -i -X GET http://www.google.com/)

HTTP_STATUS_CODE=`echo $RESPONSE | sed '
  /HTTP/ { 
    s/^HTTP[^ ]* //
    s/ .*$//
    q
  }
  D'`

BODY=`echo $RESPONSE | sed '
  /^.$/ {
    :body
    n
    b body
  }
  D'`

echo $HTTP_STATUS_CODE
echo $BODY

HTTP\u STATUS\u code

位于以HTTP开头的第一行。删除第一个空格之前的每个非空格，以及从结果（'302 Found'）删除从第一个空格到行尾的所有内容

---

BODY

从匹配单个字符的第一行开始（前面的行用“D”删除）。从这里开始打印每一行，直到输入结束。

由于您也对其他解决方案持开放态度，您可以尝试一下

RESPONSE=$(curl -s -i -X GET http://www.google.com/)

HTTP_STATUS_CODE=`echo $RESPONSE | sed '
  /HTTP/ { 
    s/^HTTP[^ ]* //
    s/ .*$//
    q
  }
  D'`

BODY=`echo $RESPONSE | sed '
  /^.$/ {
    :body
    n
    b body
  }
  D'`

echo $HTTP_STATUS_CODE
echo $BODY

HTTP\u STATUS\u code

位于以HTTP开头的第一行。删除第一个空格之前的每个非空格，以及从结果（'302 Found'）删除从第一个空格到行尾的所有内容

---

BODY

从匹配单个字符的第一行开始（前面的行用“D”删除）。从这里开始打印每一行，直到输入结束。

与@delarsschneider的想法相同，稍微简单一些

RESPONSE=$(curl -s -i -X GET http://www.google.com/)

CODE=$(echo $RESPONSE | sed -n 's/HTTP.* \(.*\) .*/\1/p')

BODY=$(echo $RESPONSE | tr '\n' ' ' | sed -n 's/.*GMT *\(.*\)/\1/p')

echo $CODE
echo $BODY

---

与@delarsschneider的想法相同，稍微不那么复杂

RESPONSE=$(curl -s -i -X GET http://www.google.com/)

CODE=$(echo $RESPONSE | sed -n 's/HTTP.* \(.*\) .*/\1/p')

BODY=$(echo $RESPONSE | tr '\n' ' ' | sed -n 's/.*GMT *\(.*\)/\1/p')

echo $CODE
echo $BODY

---

---

将正文写入文件，并使用

-w

curl标志将curl输出到stdout？尝试使用基本正则表达式，如：

^HTTP/[0-9]\.[0-9][0-9]{3}OK

转义句点和空格是可以的，但其他转义序列是按字面解释的。也不要认为捕获状态代码会起作用。使用sed、awk、perl等可能会更好。@ColeTierney您能详细介绍一下吗？为什么其他转义序列，如

\d

或

\w

会被逐字解释？@EtanReisner这就是我目前的做法，尽管我试图给自己一个场景，其中我没有对系统的写访问权限，因此这个问题我正在用bash 3.2.57（1）-版本进行测试。尝试以下3个测试：

[=~\s]&&echo yes | | | echo no

（我得到否）、

[[“\s”=~\s]&&echo yes | | | echo no

（我得到是）和

[=[=~[：blank:]]]&&echo yes | | echo no

（我得到是）。将正文写入文件，并使用

-w

curl标志将curl仅输出状态代码到stdout？尝试使用基本正则表达式，如：

^HTTP/[0-9]\.[0-9][0-9]{3}OK

转义句点和空格是可以的，但其他转义序列是按字面解释的。也不要认为捕获状态代码会起作用。使用sed、awk、perl等可能会更好。@ColeTierney您能详细介绍一下吗？为什么其他转义序列，如

\d

或

\w

会被逐字解释？@EtanReisner这就是我目前的做法，尽管我试图给自己一个场景，其中我没有对系统的写访问权限，因此这个问题我正在用bash 3.2.57（1）-版本进行测试。尝试以下3个测试：

[=~\s]&&echo yes | | | echo no

（我得到否）、

[[“\s”=~\s]&&echo yes | | | echo no

（我得到是）和

[=[=~[：blank:][]echo yes | echo no

（我得到是）。我喜欢这个想法，尽管这两部分都在我的OSX终端中给出了sed:RE错误：非法字节序列。它在OSX中的我的zsh和bash中工作。我不知道问题出在哪里。。。我建议将它复制到文本编辑器中，并显示所有不可打印的字符。我通过@neric在其答案中链接的帖子修复了错误。当运行上述程序时（使用修复程序，在每个

sed

之前设置

LC\u ALL=C

），

HTTP\u STATUS\u code

会通过，但

正文似乎是空的。我喜欢这个主意，尽管这两个部分都在我的OSX终端中给出了
sed:RE错误：非法字节序列
。它在我的zsh和OSX中的bash中工作。我不知道问题出在哪里。。。我建议将它复制到文本编辑器中，并显示所有不可打印的字符。我通过@neric在其答案中链接的帖子修复了错误。当运行上述操作时（使用修复程序，在每个
sed
之前设置
LC\u ALL=C
），
HTTP\u STATUS\u code
会通过，但
正文
似乎是空的。与下面的错误完全相同：
sed:RE错误：非法字节序列
。不知道为什么。我正在把上面的内容复制/粘贴到终端上。嗯，你看到了吗：有趣。将
code
的
LC_ALL=C
放在
sed
之前可以让命令工作，但输出错误
LC_ALL=C
在
sed
之前，对于主体，命令仍然失败，并出现相同的错误。好的，通过使用
export LC_CTYPE=C export LANG=C
我使这两个命令都能工作。
BODY
的内容正确，但
code
的内容不正确。似乎包含一些随机的JS而不是HTTP状态代码，错误与下面的错误完全相同：
sed:RE错误：非法字节序列
。不知道为什么。我正在把上面的内容复制/粘贴到终端上。嗯，你看到了吗：有趣。将
code
的
LC_ALL=C
放在
sed
之前可以让命令工作，但输出错误
LC_ALL=C
在
sed
之前，对于主体，命令仍然失败，并出现相同的错误。好的，通过使用
export LC_CTYPE=C export LANG=C
我使这两个命令都能工作。
BODY
的内容正确，但
code
的内容不正确。似乎包含一些随机的JS，而不是HTTP状态代码