ToB企服应用市场:ToB评测及商务社交产业平台

标题: 39. 干货系列从零用Rust编写负载均衡及代理，正则及格式替换 [打印本页]

作者: 雁过留声 时间: 2024-3-26 03:25
标题: 39. 干货系列从零用Rust编写负载均衡及代理，正则及格式替换
wmproxy

wmproxy已用Rust实现http/https代理, socks5代理, 反向代理, 静态文件服务器，四层TCP/UDP转发，七层负载均衡，内网穿透，后续将实现websocket代理等，会将实现过程分享出来，感兴趣的可以一起造个轮子
项目地址

国内: https://gitee.com/tickbh/wmproxy
github: https://github.com/tickbh/wmproxy
项目设计目标

利用正则替换的能力，能把指定的字符串替换成想要的字符串。
正则库

因为rust官方团队并未将正则正式的加入到std标准库里面，目前我们引用的是regex也是rust-lang官方出品的正则库。
匹配的规则

字符匹配：正则表达式可以匹配单个字符，如字母、数字、标点符号等。常见的字符匹配包括：

\d：匹配任意数字，等价于[0-9]。
\D：匹配任意非数字字符，等价于[^0-9]。
\w：匹配任意字母、数字或下划线字符，等价于[A-Za-z0-9_]。
\W：匹配任意非字母、数字或下划线字符，等价于[^A-Za-z0-9_]。
.：匹配除换行符（\n、\r）之外的任意字符。

字符类匹配：使用字符类可以匹配指定范围内的字符。常见的字符类匹配包括：

[abc]：匹配方括号内的任意字符，例如a、b或c。
[^abc]：匹配除方括号内字符之外的任意字符，例如不是a、b或c的字符。
[a-z]：匹配任意小写字母。
[A-Z]：匹配任意大写字母。
[0-9]：匹配任意数字。

量词匹配：用于指定字符或字符类出现的次数。常见的量词匹配包括：

*：匹配前一项0次或多次，等价于{0,}。
+：匹配前一项1次或多次，等价于{1,}。
?：匹配前一项0次或1次，也就是说前一项是可选的，等价于{0,1}。
{n}：匹配前一项恰好n次。
{n,}：匹配前一项至少n次。
{n,m}：匹配前一项至少n次，但不超过m次。

边界匹配：用于匹配字符串的边界位置。常见的边界匹配包括：

^：匹配字符串的开头位置。
$：匹配字符串的结尾位置。
\b：匹配单词的边界位置，即字与空白间的位置。
\B：匹配非单词边界的位置。

选择、分组和引用：

|：选择符号，匹配该符号左边或右边的表达式。
(...)：将几项组合成一个单元，这个单元可通过"*"、"+"、"?" 和"|" 等符号加以修饰，也可以记住与这个组匹配的字符以便后面引用。
\n：在正则表达式中，n 是一个正整数，引用匹配到的第n个分组。

预查：预查是一种零宽断言，即匹配的是位置而不是字符。预查包括正向预查和负向预查：

<ul>(?=...)：正向肯定预查，表示要匹配的字符串后面必须紧跟着指定的模式。
(?!...)：正向否定预查，表示要匹配的字符串后面不能紧跟着指定的模式。
(?：反向否定预查，表示要匹配的字符串前面不能紧跟着指定的模式。</li/ulh3 id="需求功能"需求功能/h3ullip需要从codeRequest/code中获取codeUrl/code或者codePath/code并将其中间的某一部分替换成另一部分，且需兼容部分不需要替换，两种模式需均能正常的。/p/lilip需要配置中正确的读取分割的信息，如code"{path}/ '/ro(\\w+)/(.*) {path} /ro$1/Cargo.toml' /root/README.md"/code需要正确的分割成code{path}//code, code/ro(\\w+)/(.*) {path} /ro$1/Cargo.toml/code, code/root/README.md/code三个部分。/p/li/ulh3 id="需求实现"需求实现/h3p以下是一段try_paths的配置/p

[[http.server.location]]
rate_limit = "4m/s"
rule = "/root"
file_server = { browse = true }
proxy_pass = ""
try_paths = "{path}/ '/ro(\\w+)/(.*) {path} /ro$1/Cargo.toml' /root/README.md"

复制代码

p我们需要将try_paths做正确的拆分，我们需要将一个字符串按空格做分割，且如果有单引号code'/code或者双引号code"/code需要找到其对应的结尾，防止将其中的字符串做切割。/pp我们将利用以下正则，其中小括号括起来是我们将匹配的内容，用code|/code则表示并行的匹配规则，当第一个没有匹配到将匹配第二个选项。/p

r#"([^\s'"]+)|"([^"]*)"|'([^']*)'"#

复制代码

p其中code([^\s'"]+)/code表示非空白字符开头也非单号双引号开头，直到碰到空格或者单引号双引号停止，那我们将获取第一个匹配项code{path}//code/pp其中code"([^"]*)"/code则表示以双引号开头，中间不能添加任何双引号的其它任意字符，直到匹配到另一个双引号停止，取中间的数据，不取双引号。code'([^']*)'/code则类似双引号，那么code'/ro(\\w+)/(.*) {path} /ro$1/Cargo.toml'/code将是单引号开头的匹配项直到另一个单引号截止，那么匹配的结果为code/ro(\\w+)/(.*) {path} /ro$1/Cargo.toml/code/pp另一个匹配第一个规则code/root/README.md/code，此时我们已经正确将数据进行切割，以下是源码实现，用lazy_static是为了只初始化一次，无需重复耗性能。/p

pub fn split_by_whitespace<'a>(key: &'a str) -> Vec<&'a str> {
lazy_static! {
static ref RE: Regex = Regex::new(r#"([^\s'"]+)|"([^"]*)"|'([^']*)'"#).unwrap();
};
let mut vals = vec![];
for (_, [value]) in RE.captures_iter(key).map(|c| c.extract()) {
vals.push(value);
}
vals
}

复制代码

测试用例

根据Request生成我们任意想要的内容

pub fn format_req(req: &Request<Body>, formats: &str) -> String {
let pw = FORMAT_PATTERN_CACHE.with(|m| {
if !m.borrow().contains_key(&formats) {
let p = PatternEncoder::new(formats);
m.borrow_mut().insert(
Box::leak(formats.to_string().clone().into_boxed_str()),
Arc::new(p),
);
}
m.borrow()[&formats].clone()
});
// 将其转化成Record然后进行encode
let record = ProxyRecord::new_req(Record::builder().level(Level::Info).build(), req);
let mut buf = vec![];
pw.encode(&mut SimpleWriter(&mut buf), &record).unwrap();
String::from_utf8_lossy(&buf[..]).to_string()
}
fn inner_oper_regex(req: &Request<Body>, re: &Regex, vals: &[&str]) -> String {
let mut ret = String::new();
let key = Self::format_req(req, vals[0]);
for idx in 1..vals.len() {
if idx != 1 {
ret += " ";
}
let val = re.replace_all(&key, vals[idx]);
ret += &val;
}
ret
}
pub fn format_req_may_regex(req: &Request<Body>, formats: &str) -> String {
let formats = formats.trim();
if formats.contains(char::is_whitespace) {
// 因为均是从配置中读取的数据, 在这里缓存正则表达示会在总量上受到配置的限制
lazy_static! {
static ref RE_CACHES: Mutex<HashMap<&'static str, Regex>> =
Mutex::new(HashMap::new());
};
if formats.len() == 0 {
return String::new();
}
let vals = Self::split_by_whitespace(formats);
if vals.len() < 2 {
return String::new();
}
if let Ok(mut guard) = RE_CACHES.lock() {
if let Some(re) = guard.get(&vals[1]) {
return Self::inner_oper_regex(req, re, &vals[1..]);
} else {
if let Ok(re) = Regex::new(vals[0]) {
let ret = Self::inner_oper_regex(req, &re, &vals[1..]);
guard.insert(Box::leak(vals[0].to_string().into_boxed_str()), re);
return ret;
}
}
}
}
Self::format_req(req, formats)
}

复制代码

小结

正则在计算机的处理中是非常的常用的一种技术，具有许多优点，使得它在文本处理和模式匹配方面非常强大和灵活，有强大的文本匹配和搜索功能，跨平台性跨语言，每种语言都有相应的实现，既简洁又高效便捷，是受欢迎的一种又相处较难的字符串处理技术。
点击 [关注]，[在看]，[点赞] 是对作者最大的支持

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！

欢迎光临 ToB企服应用市场:ToB评测及商务社交产业平台 (https://dis.qidao123.com/)

Powered by Discuz! X3.4