如何用Ruby正则表达式捕获HTTP响应的所有Header名与值？

你的问题出在重复捕获组的行为：当命名捕获组被包裹在(?:...)*这类重复结构里时，Ruby的正则引擎会在每次重复时覆盖捕获组的值，最终只保留最后一次匹配的结果。要获取所有Header，需要调整解析逻辑，分步骤提取或使用scan来捕获所有键值对。

方法一：拆分解析流程 #

先分离状态行、Header文本块和响应体，再对Header块逐个解析：

response = <<~RESPONSE
HTTP/1.1 200 No Content
Date: Mon, 19 Jul 2004 16:18:20 GMT
Server: Apache
Last-Modified: Sat, 10 Jul 2004 17:29:19 GMT
ETag: "1d0325-2470-40f0276f"
Accept-Ranges: bytes
Content-Length: 9328
Connection: close
Content-Type: text/html

<HTML>
    <HEAD>
    </HEAD>
    <BODY>
    </BODY>
</HTML>
RESPONSE

# 第一步：匹配状态行、Header文本块、响应体
if full_match = response.match(/^(?<statusline>HTTP\/(?<protocolversion>\d\.\d) (?<statuscode>\d+) (?<reasonphrase>[^\r\n]+))\r?\n(?<headers_text>(?:[^\r\n]+:\s*[^\r\n]*\r?\n)*)\r?\n(?<body>[\s\S]*)/m)
  # 提取状态行相关字段
  status_data = {
    line: full_match[:statusline],
    protocol_version: full_match[:protocolversion],
    code: full_match[:statuscode],
    reason: full_match[:reasonphrase]
  }

  # 第二步：扫描Header文本块，捕获所有键值对
  headers = {}
  full_match[:headers_text].scan(/(?<headername>[\w-]+):\s*(?<headervalue>[^\r\n]*)/) do |name, value|
    headers[name] = value.strip
  end

  body = full_match[:body]

  # 验证结果
  puts "状态信息:"
  status_data.each { |k, v| puts "  #{k}: #{v}" }
  puts "\n所有Header:"
  headers.each { |k, v| puts "  #{k}: #{v}" }
  puts "\n响应体预览:\n#{body[0..50]}..."
end

方法二：直接全局扫描所有Header #

如果不需要先分离状态行，也可以直接用scan匹配整个响应中的所有Header行：

# 匹配所有Header行（跳过状态行）
headers = {}
response.scan(/^(?!HTTP\/)(?<headername>[\w-]+):\s*(?<headervalue>[^\r\n]*)/) do |name, value|
  headers[name] = value.strip
end

# 单独匹配状态行
status_match = response.match(/^(?<statusline>HTTP\/(?<protocolversion>\d\.\d) (?<statuscode>\d+) (?<reasonphrase>[^\r\n]+))/)

注意事项 #

• 上述方案未处理多行折叠Header（即值跨多行，以空格/制表符开头的情况），如果需要支持这种场景，需要额外处理换行后的内容。
• Ruby的scan方法会遍历所有匹配项，是批量捕获重复结构的最优方式，比依赖单次匹配的重复捕获组更可靠。

内容的提问来源于stack exchange，提问作者l4t3b0