Question

我正在使用POST正文的内容，并希望提取每个键的值。我试图解析的数据是：

s = b'----------------------------941135026682458398564529\r\nContent-Disposition: form-data; name="username"\r\n\r\nmyusername\r\n----------------------------941135026682458398564529\r\nContent-Disposition: form-data; name="password"\r\n\r\nmypassword\r\n----------------------------941135026682458398564529\r\nContent-Disposition: form-data; name="keyword"\r\n\r\nmykeyword\r\n----------------------------941135026682458398564529--\r\n'

我希望通过使用Python的myusername模块获得值mypassword，mykeyword和re。出于这个原因，我生成了这种模式：

pattern = r'\bname=\"{}\"\\r\\n\\r\\n([^-]+)\\r'

然后根据需要进行修改以匹配每个键：

username_pattern = re.compile(pattern.format("username"))                                      
password_pattern = re.compile(pattern.format("password"))                      
keyword_pattern = re.compile(pattern.format("keyword"))

我遇到的问题是所有反斜杠都被转义，所以当我定义pattern时，我得到每个反斜杠转义而不是保留先前定义的值：

'\\bname=\\"{}\\"\\\\r\\\\n\\\\r\\\\n([^-]+)\\\\r'

然后，当我运行<any of the compiled patterns>.search(s)方法时，没有匹配项。我已对模式here进行了测试，并且每个关键字都按预期工作。如何避免这种反斜杠转义？而且，如果我所要求的不是必要的，我做错了什么？谢谢你提前。

Answer 1

原始字符串仅影响文字的解析方式。字符串对象无法记住您输入的内容，因此当它向您显示反斜杠时，它会向您显示非原始字面值。

这三个是等价的：

>>> re.compile('\r', re.DEBUG)
LITERAL 13
>>> re.compile('\\r', re.DEBUG)
LITERAL 13
>>> re.compile(r'\r', re.DEBUG)
LITERAL 13

但这不是：

>>> re.compile(r'\\r', re.DEBUG)
LITERAL 92
LITERAL 114

Answer 2

您已使用raw前缀。所以不需要双重逃避\r或\n或者他们将被逐字逐句（正则表达式接受文字\n或\\n）。因此，唯一的问题仍然是\b字符，您需要传递为raw：

pattern = r'\bname="{}"\r\n\r\n([^-]+)\r'

替代没有raw：

pattern = '\\bname="{}"\r\n\r\n([^-]+)\r'

用那些我得到你的字符串匹配（当我用它作为字符串，而不是字节）

避免在正则表达式中转义字符

2 个答案: