正则表达式匹配十六进制的一部分

Question

所以我需要使用正则表达式来匹配十六进制字符串的一部分，但那部分是随机的。 让我试着解释更多：

所以我有这个六边形数据：

70 75 62 71 00 7e 00 01 4c 00 06 72 61 6e 64 6f 6d 74 00 1c 4c 6a 2f 73 2f 6e 64 6f 6d 3b 78 70 77 25 00 00 00 20 f2 90 c2 91 c4 c4 ca 91 c0 c0 ca 91 94 cb c5 97 90 c5 90 c2 90 96 c7 ca 91 91 93 94 c6 c5 c6 cb c0 78

在那种情况下，我只需要匹配 f2 。 但情况并非总是如此。 每个数据都会不同。 唯一始终相同的是“00 00 00”部分和末尾的“78”。 所有 rest 都是随机的。

我设法制作了以下正则表达式：/(?=00 00 00).+?(?=78)/ output 是：

00 00 00 20 f2 90 c2 91 c4 c4 ca 91 c0 c0 ca 91 94 cb c5 97 90 c5 90 c2 90 96 c7 ca 91 91 93 94 c6 c5 c6 cb c0

但我不知道如何构建一个正则表达式来只接受“f2”（提醒：并不总是 f2）

有什么想法吗？

Answer 1

f2是否被星号包围？

没有星号：

00 00 00 [a-f0-9]+ (?<hexits>[a-f0-9]+).+78

带星号：

\*(?<hexits>[a-f0-9]+)\*

Answer 2

您可以使用以下正则表达式来匹配“00 00 00”之后的十六进制值：/00 00 00 ([0-9A-Fa-f]{2})/。 您想要的值在捕获组中，由 \1 表示。

这是一个演示：

import re

s = '70 75 62 71 00 7e 00 01 4c 00 06 72 61 6e 64 6f 6d 74 00 1c 4c 6a 2f 73 2f 6e 64 6f 6d 3b 78 70 77 25 00 00 00 20 f2 90 c2 91 c4 c4 ca 91 c0 c0 ca 91 94 cb c5 97 90 c5 90 c2 90 96 c7 ca 91 91 93 94 c6 c5 c6 cb c0 78'

match = re.search(r'00 00 00 ([0-9A-Fa-f]{2})', s)
if match:
    print(match.group(1))

output 将是：

f2

Answer 3

你真的不需要正则表达式。 获取连续 3 个字节为零的偏移量并取其后的第 4 个：

s = '70 75 62 71 00 7e 00 01 4c 00 06 72 61 6e 64 6f 6d 74 00 1c 4c 6a 2f 73 2f 6e 64 6f 6d 3b 78 70 77 25 00 00 00 20 f2 90 c2 91 c4 c4 ca 91 c0 c0 ca 91 94 cb c5 97 90 c5 90 c2 90 96 c7 ca 91 91 93 94 c6 c5 c6 cb c0 78'
s2 = '01 02 03 00 00 00 05 06 07'

def locate(s):
    data = bytes.fromhex(s)
    offset = data.find(bytes([0,0,0]))
    return data[offset + 4]

print(f'{locate(s):02X}')
print(f'{locate(s2):02X}')

Output：

F2
06

您还可以直接从字符串中提取“f2”字符串：

offset = s.index('00 00 00')
print(s[offset + 12 : offset + 14]) # 'f2'

Answer 4

鉴于此评论中的解释，您需要的正则表达式是：

(?<=00 00 00 [0-9a-f]{2} )[0-9a-f]{2}

提供问题中的第一个输入字符串，此正则表达式匹配f2 （周围没有空格）。
上网查一下。

怎么运行的：

(?<=                 # start of a positive lookbehind
  00 00 00           # match the exact string ("00 00 00 ")
  [0-9a-f]           # match one hex digit (lowercase only)
  {2}                # match the previous twice (i.e. two hex digits)
                     # there is a space after ")"
)                    # end of the lookbehind
[0-9a-f]{2}          # match two hex digits

积极的后视就像一个非捕获组，但它不是匹配的一部分。 基本上，它表示匹配部分 ( [0-9a-f]{2} ) 只有在它前面有 lookbehind 表达式的匹配项时才匹配。

表达式的匹配部分是[0-9a-f]{2} （即两个十六进制数字）。

您需要添加i或使用您用来表示“忽略大小写”的正则表达式引擎的任何标志（即正则表达式的af部分也匹配AF ）。 如果你不能（或不想）提供这个标志，你可以把[0-9A-Fa-f]放在任何地方并且它有效。

如果您的正则表达式引擎不支持 lookbehind，您可以使用捕获组获得相同的结果：

00 00 00 [0-9a-f]{2} ([0-9a-f]{2})

应用于相同的输入，这个正则表达式匹配00 00 00 20 f2并且它的第一个（也是唯一的）捕获组匹配f2 。
上网查一下。

更新

如果输入字符串在匹配部分之后某处包含78很重要，则将(?=(?: [0-9a-z]{2})* 78)添加到第一个正则表达式：

(?<=00 00 00 [0-9a-f]{2} )[0-9a-f]{2}(?=(?: [0-9a-z]{2})* 78)

(?=引入了正向前瞻。它的行为类似于后视，但必须位于 reged 的匹配部分之后，并且它针对位于字符串匹配部分之后的字符串部分进行验证。

(?:启动一个非捕获组。

[0-9a-z]{2}在前瞻和后视中后跟或前跟一个空格确保整个匹配字符串仅由 2 个由空格分隔的十六进制数字组成。 您可以改用.* ，但它会匹配任何内容，即使它们不遵循 2 个十六进制数字的格式。

对于没有先行或后行的版本，在正则表达式的末尾添加(?: [0-9a-z]{2})* 78 ：

00 00 00 [0-9a-f]{2} ([0-9a-f]{2})(?: [0-9a-z]{2})* 78

正则表达式匹配以00 00 00开头并以78结尾的整个字符串，第一个捕获组匹配00 00 00 （您的目标）之后的第二个数字。