使用tcl匹配任何重复模式

Question

我有一个二进制文件，我不知道里面是什么。然后，我使用binary scan $bin_data "H*" hex_data将其转换为十六进制数。问题是如何匹配任何重复模式（字节）。

示例1：

在文件中：0cabab79
预期输出：abab

示例2：

在文件中：0c1f1f03035d
预期输出：1f1f0303

示例3：

在文件中：0c678967895d13
预期输出：67896789

Answer 1

您可以使用更灵活的正则表达式来获取所有重复的模式（至少2个字符）：

set inputs [list 0cabab79 0c1f1f03035d 0c678967895d13]
foreach input $inputs {
    set out ""
    foreach {whole sub} [regexp -all -inline {(..+)\1} $input] {
      append out $whole
    }
    puts $out
}
# Output:
# abab
# 1f1f0303
# 67896789

---

如果你想确保模式是偶数个字符对（即aaaaaa应该给aaaa而不是aaaaaa），那么......

set inputs [list 0cabab79 0c1f1f03035d 0c678967895d13 aaaaaa]
foreach input $inputs {
    set out ""
    foreach {whole sub} [regexp -all -inline {((?:..)+)\1} $input] {
      append out $whole
    }
    puts $out
}
# Output:
# abab
# 1f1f0303
# 67896789
# aaaa

Answer 2

您可以使用反向引用使用正则表达式执行此操作：

regexp -all -inline {(..)\1} 0c1f1f03035d

这将返回一个包含全长重复的列表，后面跟着所有匹配的重复元素 所以对于这个你会得到

1f1f 1f 0303 03

循环使用这些可以构建预期输出，例如

set op {}; 
foreach {rep sing} [regexp -all -inline {(..)\1} 0c1f1f03035d] {
  append op $rep
}