regex - 为什么这些按位正则表达式在 golang 中匹配不同?
问题描述
给定这个二进制数据和两个正则表达式,为什么 golang 会以不同的方式匹配它们?
var (
data = []byte{0x03, 0x00, 0x00, 0x88, 0x02, 0xf0, 0x80, 0x72, 0x03, 0x00, 0x79, 0x20, 0xdd, 0x39, 0x22, 0x4d, 0xcf, 0x6d, 0x17, 0x29, 0x02, 0xee, 0xe3, 0x7f, 0x5e, 0xca, 0x17, 0x62, 0xc8, 0x56, 0x24, 0x01, 0x1e, 0x9f, 0xa0, 0x96, 0xc6, 0x4f, 0xbb, 0xa2, 0x51, 0x7b, 0xbf, 0x33, 0x31, 0x00, 0x00, 0x05, 0x4c, 0x00, 0x00, 0x1a, 0x6a, 0x00, 0x00, 0x03, 0x8d, 0x34, 0x00, 0x00, 0x00, 0x00, 0x04, 0x14, 0x81, 0xe7, 0x86, 0xa7, 0x76, 0x51, 0x02, 0x9d, 0x18, 0x09, 0xff, 0xde, 0xde, 0x05, 0x51, 0x02, 0x9d, 0x18, 0x0a, 0x89, 0xee, 0xf8, 0x81, 0x53, 0x51, 0x02, 0x9d, 0x18, 0x0b, 0x82, 0xce, 0xef, 0xad, 0x63, 0x51, 0x02, 0x9d, 0x18, 0x0c, 0x00, 0x00, 0x04, 0xe8, 0x89, 0x69, 0x00, 0x12, 0x00, 0x00, 0x00, 0x00, 0x89, 0x6a, 0x00, 0x13, 0x00, 0x89, 0x6b, 0x00, 0x04, 0x00, 0x00, 0xb4, 0x62, 0x00, 0x00, 0x00, 0x00, 0x72, 0x03, 0x00, 0x00}
regexA = regexp.MustCompile(`\x72\x03(?P<TLen>[\x00-\xFF]{2})(?P<Payload>[\x00-\xFF]+)`)
regexB = regexp.MustCompile(`\x72\x03(?P<TLen>[\x00-\xFF]{2})(?P<Payload>.+)`)
)
不应该和' regexA
s[\x00-\xFF]+
一样匹配吗?regexB
.+
我正在使用这个进行测试:
func main() {
log.Printf("testing regexA")
applyRegex(regexA)
log.Printf("testing regexB")
applyRegex(regexB)
}
func applyRegex(r *regexp.Regexp) {
matches := r.FindAllSubmatch(data, -1)
groups := r.SubexpNames()
for mIdx, match := range matches {
findings := smap{}
for idx, submatch := range match {
findings[groups[idx]] = fmt.Sprintf("% x", submatch)
}
log.Printf("match #%d: %+v", mIdx, findings)
}
}
并得到这个输出:
2009/11/10 23:00:00 testing regexA
2009/11/10 23:00:00 match #0: map[:72 03 00 79 20 TLen:00 79 Payload:20]
2009/11/10 23:00:00 testing regexB
2009/11/10 23:00:00 match #0: map[:72 03 00 79 20 dd 39 22 4d cf 6d 17 29 02 ee e3 7f 5e ca 17 62 c8 56 24 01 1e 9f a0 96 c6 4f bb a2 51 7b bf 33 31 00 00 05 4c 00 00 1a 6a 00 00 03 8d 34 00 00 00 00 04 14 81 e7 86 a7 76 51 02 9d 18 09 ff de de 05 51 02 9d 18 TLen:00 79 Payload:20 dd 39 22 4d cf 6d 17 29 02 ee e3 7f 5e ca 17 62 c8 56 24 01 1e 9f a0 96 c6 4f bb a2 51 7b bf 33 31 00 00 05 4c 00 00 1a 6a 00 00 03 8d 34 00 00 00 00 04 14 81 e7 86 a7 76 51 02 9d 18 09 ff de de 05 51 02 9d 18]
使用正则表达式解析二进制数据不是实际的可能性吗?
游乐场链接: https: //play.golang.org/p/gHWqeyPuPNJ
解决方案
正则表达式文档指出:
所有字符都是 UTF-8 编码的代码点。
所以我认为字符类范围将是 unicode 代码点范围而不是字节范围。匹配的文本也被视为 UTF-8,所以我不确定在data = []byte{... , 0xdd, ...}
. 它可能被解码为大于0xff
. 所以我不确定使用标准库 regexp 包进行二进制匹配的效果如何。
旁注(?P<Payload>.+)
不会匹配所有代码点,但(?P<Payload>(?s).+)
会匹配。s
标志是:
让 。匹配\n(默认为假)
希望有帮助
推荐阅读
- spring-data - 带有连接的 Spring 数据 jpa querydsl 投影
- python - 如何从另一个类正确访问一个类的 StringVar() - Python - tkinter
- javascript - 如何在javascript中的“function printOut(){}”中编写代码?
- azure - 使用 Azure 数据工厂和 OData 连接器从 Google-Facebook 获取数据
- python - Django Celery 周期性任务示例
- airflow - 我想将 Python Fabric 与我的自定义 Operator 一起使用,我应该如何在工作人员上安装 Fabric?
- java - Spring boot metrics 显示 HikariCP 连接创建计数为 1,当 HikariCP 调试日志的连接总数为 2 时
- javascript - AJAX 和 IE - 无法获取属性错误
- javascript - 在 ag-grid 更新后保留过滤器
- python - 如何使用支持向量机使用二进制数据集调整我的预测?