Python：半字节二进制文件的正则表达式搜索模式

Question

我正在使用以下正则表达式模式在二进制文件中搜索0xDEAD4FAD：

```regex \xDE\xAD\x4F\xAD ```

请注意，此模式仅适用于查找确切的字节序列。

my_pattern = re.compile(b"\xDE\xAD\x4F\xAD")

但是如何将搜索模式泛化以搜索0xDEAD4xxx？似乎无法截取半字节。

- bFig8

---

第一次搜索的字节是正则表达式元字符时，你会感到头痛。 - user2357112

Answer 1

正则表达式可以允许搜索范围。因此，要查找第一个四位数为"4"的字节，请使用：

正则表达式可以用于搜索一定范围内的内容。如果想要查找第一个十六进制位为"4"的字节，可以使用以下表达式：

pattern = re.compile(b"[\x40-\x4F]")

以下测试显示它生成了期望的输出：

>>> for byte in ('\x3f', '\x40', '\x42', '\x4f', '\x50'): print bool(pattern.search(byte))
... 
False
True
True
True
False

要回答你关于搜索0xDEAD4xxx的具体问题，请使用：

my_pattern = re.compile(b"\xDE\xAD[\x40-\x4F].")

- John1024

---

嘿，如果我想让搜索结果将最后3个十六进制字符作为单独的组返回给我怎么办？我该如何在你制作的那个东西之间插入()？ - bFig8

很遗憾，据我所知，分组只能按字节进行，而无法按半字节进行分组。 - John1024

嘿，情况并不那么糟糕。Python 提供了按位操作。因此，您可以取一个字节并将上半字节或下半字节清零，然后只使用剩下的部分。 - John1024

如果你有一些字节，比如 byte=b'\x3c'，那么将其转换为整数后，低位半字节是 ord(byte) & ord(b'\x0f')，高位半字节是 (ord(byte) & ord(b'\xf0')) / 16。 - John1024

我使用以下代码来获取两个组： my_pattern = re.compile(b"\xDE\xAD([\x40-\x4F][\x00-\xFF])") 然后执行以下操作： my_integer = int(binascii.hexlify(sr.group(1)[-3:],16); - bFig8

Answer 2

我认为最好的方法是将二进制字符串转换为ASCII十六进制字符串，然后对其应用正则表达式。我不认为正则表达式旨在处理二进制数据；你可能能够让它工作，但不要惊讶如果有一些意外情况发生。

- dstromberg

Answer 3

如果我处在你的情况下，我会尝试使用grep和hexdump。

- sunus