Question

鉴于此类意见：

.-[ 127.0.0.1/44963 -> 127.0.0.1/502 (syn+ack) ]-
|
| server   = 127.0.0.1/502
| os       = ???
| dist     = 0
| params   = none
| raw_sig  = 4:64+0:0:0:32768,0:::0
|
`----

.-[ 127.0.0.1/44963 -> 127.0.0.1/502 (syn+ack) ]-
|
| server   = 127.0.0.1/502
| os       = ???
| dist     = 0
| params   = none
| raw_sig  = 4:64+0:0:0:32768,0:::0
|
`----
...

我正在尝试使用正则表达式来获取输出中所有os的值（将有数百个）。

我试过这个：

import os, subprocess, re

dir = '/home/user/Documents/ics-passif-asset-enumeration/pcap/'

for filename in os.listdir(dir):
    inp = '...'
    match = re.match( r'(.*)os(.*)\n(.*)', inp  )
    print match.group(1)

但匹配是NoneType。从来没有真正使用正则表达式，我有点迷失。

编辑：

预期输出是所有os值的列表。在这种情况下，它将是：

???
???

Answer 1

我希望这就是你要找的东西

>>> import re
>>> string = """.-[ 127.0.0.1/44963 -> 127.0.0.1/502 (syn+ack) ]-
... |
... | server   = 127.0.0.1/502
... | os       = ???
... | dist     = 0
... | params   = none
... | raw_sig  = 4:64+0:0:0:32768,0:::0
... |
... `----"""
>>> match = re.match( r'(.*)os\s*=(.*?)\n', string, re.DOTALL)
>>> match.group(2)
' ???'

所做的更改

re.DOTALL此标志是必需的，以便您尝试匹配多行输入。
os\s*=(.*?)
- \s*= =和空格由捕获组组成，因为我们对它们不感兴趣。
- (.*?) ?使其非贪婪，以便匹配到第一行结束
match.group(2)这是第二个匹配组，而不是第一个。

更好更短的解决方案

您可以使用re.findall()使用更简洁的正则表达式

os\s*=(.*)

<强>测试

>>> string = """.-[ 127.0.0.1/44963 -> 127.0.0.1/502 (syn+ack) ]-
... |
... | server   = 127.0.0.1/502
... | os       = ???
... | dist     = 0
... | params   = none
... | raw_sig  = 4:64+0:0:0:32768,0:::0
... |
... `----
... 
... .-[ 127.0.0.1/44963 -> 127.0.0.1/502 (syn+ack) ]-
... |
... | server   = 127.0.0.1/502
... | os       = ???
... | dist     = 0
... | params   = none
... | raw_sig  = 4:64+0:0:0:32768,0:::0
... |
... `----
... ..."""

>>> re.findall(r"os\s*=(.*)", string)
[' ???', ' ???']

Answer 2

re.findall会返回一系列结果！太棒了！假设您的输入格式非常一致，这应该像魅力一样：

>>> inp = '''
... .-[ 127.0.0.1/44963 -> 127.0.0.1/502 (syn+ack) ]-
... |
... | server   = 127.0.0.1/502
... | os       = ???
... | dist     = 0
... | params   = none
... | raw_sig  = 4:64+0:0:0:32768,0:::0
... |
... `----
... 
... .-[ 127.0.0.1/44963 -> 127.0.0.1/502 (syn+ack) ]-
... |
... | server   = 127.0.0.1/502
... | os       = ???
... | dist     = 0
... | params   = none
... | raw_sig  = 4:64+0:0:0:32768,0:::0
... |
... `----
... ...
... '''
>>> re.findall(r'^| os\s+= (.*)$', inp, flags=re.MULTILINE)
['???', '???']

我同意这样的想法，即格式应该严格，以确保字符串不会出现在其他地方。如果这一切都来自一个剧本，那么严格不应该是一个问题（你希望）。如果是通过人工输入......我会感到惊讶。

Answer 3

要使点运算符（。）匹配换行符，请在匹配调用中添加一个标志：

match = re.match( r'(.*)os(.*)\n(.*)', inp, flags=re.DOTALL  )

Answer 4

如果我理解你所希望的（并且假设你的输入是你在这里复制的（多行，多行），这个正则表达式应该用修饰符gm来匹配所有并且让^和$匹配分别开始和结束行：

^|\s*os\s*=\s*(.*)$

演示Here

Answer 5

您可以尝试使用findall（）方法：

for filename in os.listdir(dir):
    inp = '...'
    match = re.findall('os(.*)\n', inp)
    print match

Answer 6

正如@Tensibai所说，你可能最好使用^和$来匹配行的开头和结尾，以及一个非常具体的模式（如他给出的那样）来制作确定字符串＆＃34; os＆＃34;在其他地方不匹配，例如在主机名中。

直接找到所有匹配的＆＃34; os =＆＃34;使用re.findall( r'^|\s*os\s*=\s*(.*)$', inp, re.MULTILINE )，返回匹配的os值列表。

正则表达式与组中的行结束

6 个答案: