Регулярное выражение для соответствия charset

Question

Я пытался создать регулярное выражение, соответствующее кодировке mime-сообщений, состоящих из нескольких частей, чтобы правильно их декодировать. Однако я обнаружил, что есть некоторые различия в формате, для которых я не могу разработать Regex, так как я не эксперт. в настоящее время я использую (?<=charset=).*(?=;), однако примеры, которые я нашел, отправляя электронные письма от разных клиентов:

Тип содержимого: текст / обычный текст; кодировка = ISO-8859-1; Формат = потекла

кодировки = US-ASCII;

Тип содержимого: текст / обычный текст; кодировка = изо-8859-1

Так что мой Regex работает с первыми двумя, но не с последними, однако, если я удаляю (?=;), тогда я также сопоставлю часть format=flowed, которую я не хочу.

Answer 1

Вместо .* вы можете использовать [^;]*. То есть совпадать с чем угодно, кроме ;.

Итак, шаблон становится:

(?<=charset=)[^;]*

Ссылки

• регулярные выражения.info / Классы символов

Answer 2

Опираясь на это, я обнаружил, что это ловит еще пару обстоятельств:

(?<=charset=)(([^;,\r\n]))*

Надеюсь, это поможет.

Answer 3

Соответствует либо ;, либо концу строки ($).