CCF CSP 201803-3.URL映射

问题描述

　　URL 映射是诸如 Django、Ruby on Rails 等网页框架 (web frameworks) 的一个重要组件。对于从浏览器发来的 HTTP 请求，URL 映射模块会解析请求中的 URL 地址，并将其分派给相应的处理代码。现在，请你来实现一个简单的 URL 映射功能。
　　本题中 URL 映射功能的配置由若干条 URL 映射规则组成。当一个请求到达时，URL 映射功能会将请求中的 URL 地址按照配置的先后顺序逐一与这些规则进行匹配。当遇到第一条完全匹配的规则时，匹配成功，得到匹配的规则以及匹配的参数。若不能匹配任何一条规则，则匹配失败。
　　本题输入的 URL 地址是以斜杠 / 作为分隔符的路径，保证以斜杠开头。其他合法字符还包括大小写英文字母、阿拉伯数字、减号 -、下划线 _ 和小数点 .。例如，/person/123/ 是一个合法的 URL 地址，而 /person/123? 则不合法（存在不合法的字符问号 ?）。另外，英文字母区分大小写，因此 /case/ 和 /CAse/ 是不同的 URL 地址。
　　对于 URL 映射规则，同样是以斜杠开始。除了可以是正常的 URL 地址外，还可以包含参数，有以下 3 种：
　　字符串 <str>：用于匹配一段字符串，注意字符串里不能包含斜杠。例如，abcde0123。
　　整数 <int>：用于匹配一个不带符号的整数，全部由阿拉伯数字组成。例如，01234。
　　路径 <path>：用于匹配一段字符串，字符串可以包含斜杠。例如，abcd/0123/。
　　以上 3 种参数都必须匹配非空的字符串。简便起见，题目规定规则中 <str> 和 <int> 前面一定是斜杠，后面要么是斜杠，要么是规则的结束（也就是该参数是规则的最后一部分）。而 <path> 的前面一定是斜杠，后面一定是规则的结束。无论是 URL 地址还是规则，都不会出现连续的斜杠。

输入格式

　　输入第一行是两个正整数 n 和 m，分别表示 URL 映射的规则条数和待处理的 URL 地址个数，中间用一个空格字符分隔。
　　第 2 行至第 n+1 行按匹配的先后顺序描述 URL 映射规则的配置信息。第 i+1 行包含两个字符串 pi 和 ri，其中 pi 表示 URL 匹配的规则，ri 表示这条 URL 匹配的名字。两个字符串都非空，且不包含空格字符，两者中间用一个空格字符分隔。
　　第 n+2 行至第 n+m+1 行描述待处理的 URL 地址。第 n+1+i 行包含一个字符串 qi，表示待处理的 URL 地址，字符串中不包含空格字符。

输出格式

　　输入共 m 行，第 i 行表示 qi 的匹配结果。如果匹配成功，设匹配了规则 pj ，则输出对应的 rj。同时，如果规则中有参数，则在同一行内依次输出匹配后的参数。注意整数参数输出时要把前导零去掉。相邻两项之间用一个空格字符分隔。如果匹配失败，则输出 404。

样例输入

5 4
/articles/2003/ special_case_2003
/articles/<int>/ year_archive
/articles/<int>/<int>/ month_archive
/articles/<int>/<int>/<str>/ article_detail
/static/<path> static_serve
/articles/2004/
/articles/1985/09/aloha/
/articles/hello/
/static/js/jquery.js

样例输出

year_archive 2004
article_detail 1985 9 aloha
404
static_serve js/jquery.js

样例说明

　　对于第 1 个地址 /articles/2004/，无法匹配第 1 条规则，可以匹配第 2 条规则，参数为 2004。
　　对于第 2 个地址 /articles/1985/09/aloha/，只能匹配第 4 条规则，参数依次为 1985、9（已经去掉前导零）和 aloha。
　　对于第 3 个地址 /articles/hello/，无法匹配任何一条规则。
　　对于第 4 个地址 /static/js/jquery.js，可以匹配最后一条规则，参数为 js/jquery.js。

数据规模和约定

　　1 ≤ n ≤ 100，1 ≤ m ≤ 100。
　　所有输入行的长度不超过 100 个字符（不包含换行符）。
　　保证输入的规则都是合法的。

---

分析：

若使用常规的字符串操作，解决本题将十分困难。因此，下面采用正则表达式求解。

主要的思路为：将输入规则中的<int>、<str>和<path>替换为对应的正则表达式(\\d+)、([-\\w\\.]+)和(.+)。这里的括号，表示正则表达式中的分组，便于后续输出匹配的各个参数。

• C++版

#include <iostream>
#include <vector>
#include <string>
#include <regex>
using namespace std;

typedef struct Node {
	// URL规则
	string rule;
	// 规则的名字
	string name;
	Node(string _rule, string _name) {
		rule = _rule;
		name = _name;
	}
} UrlMapping;

bool match(UrlMapping urlMapping, string url) {
	smatch result;
	// 若不匹配
	if (!regex_match(url, result, regex(urlMapping.rule))) {
		return false;
	}
	cout << urlMapping.name;
	for (int i = 1; i < result.size(); i++) {
		// 若为数字，则去掉前导零
		if (regex_match(result.str(i), regex("\\d+"))) {
			cout << ' ' << stoi(result.str(i));
		} else {
			cout << ' ' << result.str(i);
		}
	}
	cout << endl;
	return true;
}

int main() {

	int n, m;
	cin >> n >> m;

	vector<UrlMapping> mappings;
	string rule, name;
	while (n--) {
		cin >> rule >> name;
		// 将<int>、<str>和<path>替换为对应的正则表达式
		rule = regex_replace(rule, regex("<int>"), "(\\d+)");
		rule = regex_replace(rule, regex("<str>"), "([-\\w\\.]+)");
		rule = regex_replace(rule, regex("<path>"), "(.+)");
		mappings.push_back(UrlMapping(rule, name));
	}

	string url;
	while (m--) {
		cin >> url;
		bool find = false;
		// 暴力搜索匹配的URL规则
		for (int i = 0; i < mappings.size(); i++) {
			if (match(mappings[i], url)) {
				find = true;
				break;
			}
		}
		// 若未找到匹配的URL规则
		if (!find) {
			cout << 404 << endl;
		}
	}
	return 0;
}

• Java版

import java.util.Scanner;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Main {

	static class UrlMapping {
		// URL规则
		String rule;
		// 规则的名字
		String name;

		public UrlMapping(String rule, String name) {
			this.rule = rule;
			this.name = name;
		}
	}

	public static void main(String[] args) {
		Scanner scan = new Scanner(System.in);
		int n = scan.nextInt();
		int m = scan.nextInt();

		UrlMapping[] mappings = new UrlMapping[n];

		for (int i = 0; i < mappings.length; i++) {
			// 由于\为转义字符，要在字符串中表示普通的\，需要使用\\，因此\\d+需要表示为\\\\d+
			String rule = scan.next().replaceAll("<int>", "(\\\\d+)")
					.replaceAll("<str>", "([-\\\\w\\\\.]+)")
					.replaceAll("<path>", "(.+)");
			// 由于Matcher类的find()方法为部分匹配（只要有一个子串满足正则表达式即可）,
			// 因此加上^和$表示url需要整体匹配(整个字符串满足正则表达式)
			rule = '^' + rule + '$';
			mappings[i] = new UrlMapping(rule, scan.next());
		}
		for (int i = 0; i < m; i++) {
			String url = scan.next();
			boolean flag = false;
			// 暴力搜索匹配的URL规则
			for (UrlMapping urlMapping : mappings) {
				if (matches(urlMapping, url)) {
					flag = true;
					break;
				}
			}
			// 若未找到匹配的URL规则
			if (!flag) {
				System.out.println(404);
			}
		}

		scan.close();
	}

	private static boolean matches(UrlMapping urlMapping, String url) {
		Pattern p = Pattern.compile(urlMapping.rule);
		Matcher m = p.matcher(url);
		// 若不匹配
		if (!m.find()) {
			return false;
		}
		System.out.print(urlMapping.name);
		for (int i = 1; i <= m.groupCount(); i++) {
			String str = m.group(i);
			// 若为数字，则去掉前导零
			if (str.matches("\\d+")) {
				System.out.print(" " + Integer.parseInt(str));
			} else {
				System.out.print(" " + str);
			}
		}
		System.out.println();
		return true;
	}
}