用户代理解析器

此模块实现了browserscope / uap标准，允许从用户代理中提取各种元数据。

browserscope标准是面向数据的，其中regexes.yaml指定了从用户代理字符串中进行匹配和提取。此库实现了匹配协议并提供各种类型以简化数据集的加载，但它不提供数据本身，以避免对序列化库的依赖或加载限制。

数据集加载

该crate不提供任何预编译的数据文件或专用加载器，但是Regexes实现了serde::Deserialize并可以加载一个regexes.yaml文件或任何格式保留的转换（例如，如果应用程序已经依赖于其中之一，则可能更喜欢从json或cbor加载）

# let ua_str = "";
let f = std::fs::File::open("regexes.yaml")?;
let regexes: ua_parser::Regexes = serde_yaml::from_reader(f)?;
let extractor = ua_parser::Extractor::try_from(regexes)?;

# Ok::<(), Box<dyn std::error::Error>>(())

所有数据描述结构也都是纯旧数据，因此可以直接嵌入到应用程序中，例如通过构建脚本

let parsers = vec![
    ua_parser::user_agent::Parser {
        regex: "foo".into(),
        family_replacement: Some("bar".into()),
        ..Default::default()
    }
];

提取

该crate提供提取单个信息集（用户代理 — 浏览器、操作系统和设备）或在一次调用中提取所有三个的能力。

这三个信息集是独立且不重叠的，因此如果只需要其中一个，完整的提取可能是方便的，但也是不必要的开销，提取器本身也相对昂贵，并且占用内存。

完整提取器

完整的提取器简单地将Regexes结构体转换为。生成的Extractor将三个模块级别的提取器作为属性嵌入，并将Extractor::extract转换为一个包含三个ValueRef的元组。

单独的提取器

单独的提取器位于user_agent、os和device模块中，这三个模块遵循完全相同的模型

• 一个Parser结构体，用于指定单个解析器配置，作为Builder的输入
• 一个Builder，可以将相关解析器push到其中
• 从Builder创建的Extractor，用户可以从其中extract一个ValueRef
• 数据提取的结果ValueRef，可能从（因此与其相关）Parser替换数据以及从中提取的用户代理字符串借用
• 为了方便，ValueRef的拥有者Value变体

use ua_parser::os::{Builder, Parser, ValueRef};

let e = Builder::new()
    .push(Parser {
        regex: r"(Android)[ \-/](\d+)(?:\.(\d+)|)(?:[.\-]([a-z0-9]+)|)".into(),
        ..Default::default()
    })?
    .push(Parser {
        regex: r"(Android) Donut".into(),
        os_v1_replacement: Some("1".into()),
        os_v2_replacement: Some("2".into()),
        ..Default::default()
    })?
    .push(Parser {
        regex: r"(Android) Eclair".into(),
        os_v1_replacement: Some("2".into()),
        os_v2_replacement: Some("1".into()),
        ..Default::default()
    })?
    .push(Parser {
        regex: r"(Android) Froyo".into(),
        os_v1_replacement: Some("2".into()),
        os_v2_replacement: Some("2".into()),
        ..Default::default()
    })?
    .push(Parser {
        regex: r"(Android) Gingerbread".into(),
        os_v1_replacement: Some("2".into()),
        os_v2_replacement: Some("3".into()),
        ..Default::default()
    })?
    .push(Parser {
        regex: r"(Android) Honeycomb".into(),
        os_v1_replacement: Some("3".into()),
       ..Default::default()
    })?
    .push(Parser {
        regex: r"(Android) (\d+);".into(),
        ..Default::default()
    })?
    .build()?;

assert_eq!(
    e.extract("Android Donut"),
    Some(ValueRef {
        os: "Android".into(),
        major: Some("1".into()),
        minor: Some("2".into()),
        ..Default::default()
    }),
);
assert_eq!(
    e.extract("Android 15"),
    Some(ValueRef { os: "Android".into(), major: Some("15".into()), ..Default::default()}),
);
assert_eq!(
    e.extract("ZuneWP7"),
    None,
);
# Ok::<(), Box<dyn std::error::Error>>(())

性能

该包尚未进行性能分析或优化，但与uap-cpp（在M1 Pro MBP上测试）相当有竞争力

> ./UaParserBench ../uap-core/regexes.yaml benchmarks/useragents.txt 10
   25.13s user 0.07s system 99% cpu 25.279 total
> ./UaParserBench ../uap-core/regexes.yaml ../uap-python/samples/useragents.txt 100
  246.49s user 0.47s system 99% cpu 4:07.55 total

> target/release/examples/bench -r 10 ../uap-core/regexes.yaml ../uap-cpp/benchmarks/useragents.txt
   10.10s user 0.04s system 99% cpu 10.169 total

> target/release/examples/bench -r 100 ../uap-core/regexes.yaml ../uap-python/samples/useragents.txt
   98.46s user 0.04s system 99% cpu 1:38.73 total