Question

我很难将POSIX正则表达式移植到Lua字符串模式。

我正在处理html响应，我想从中过滤复选框被检查。特别是我对value和name字段感兴趣每个选中的复选框：

以下是我感兴趣的复选框示例：

<input class="rid-2 form-checkbox" id="edit-2-access-comments" name="2[access comments]" value="access comments" checked="checked" type="checkbox">

<input class="rid-3 form-checkbox real-checkbox" id="edit-3-administer-comments" name="3[administer comments]" value="administer comments" checked="checked" type="checkbox">

相反，我对此不感兴趣（未选中复选框）：

<input class="rid-2 form-checkbox" id="edit-2-access-printer-friendly-version" name="2[access printer-friendly version]" value="access printer-friendly version" type="checkbox">

使用POSIX正则表达式我在Python中使用了以下模式：pattern=r'name="(.*)" value="(.*)" checked="checked"'它只是起作用。

我在Lua中的第一个方法就是使用它：pattern ='name="(.-)" value="(.-)" checked="checked"'但它给出了奇怪的结果（第一次捕获正如所料，但第二个返回了许多不需要的HTML。

我也试过以下模式： pattern = 'name="(%d?%[.-%])" value="(.-)"%s?(c?).-="?c.-"%s?type="checkbox"'

这一次，在value的第二次捕获内容被返回但是全部匹配的复选框（不仅是checked="checked"字段的那些）

为了完整性，这是Lua代码（来自我的Nmap NSE脚本的代码段）试图进行这种模式匹配：

  pattern = 'name="(.-)" value="(.-)" checked="checked"' 
  data = {}
  for name, value in string.gmatch(res.body, pattern) do
    stdnse.debug(1, string.format("%s %s", name, value))
  end

Answer 1

（根据评论更新）当没有checked="checked"的行位于输入中checked="checked"的行之前时，该模式不起作用.-表达式捕获不必要的部分。有几种方法可以避免这种情况; @EgorSkriptunoff建议的一个是使用([^"]*)作为模式;另一种方法是排除新行([^\r\n]-)。以下示例打印出您期望的内容：

local s = [[
<input class="rid-2 form-checkbox" id="edit-2-access-comments" name="2[access comments]" value="access comments" checked="checked" type="checkbox">
<input class="rid-2 form-checkbox" id="edit-2-access-printer-friendly-version" name="2[access printer-friendly version]" value="access printer-friendly version" type="checkbox">
<input class="rid-3 form-checkbox real-checkbox" id="edit-3-administer-comments" name="3[administer comments]" value="administer comments" checked="checked" type="checkbox">
]]
local pattern = 'name="([^\r\n]-)" value="([^\r\n]-)" checked="checked"' 
for name, value in string.gmatch(s, pattern) do
  print(name, value)
end

输出：

2[access comments]  access comments
3[administer comments]  administer comments

Answer 2

我在Python中使用了以下模式：pattern=r'name="(.*)" value="(.*)" checked="checked"'它只是起作用。

Python re不符合POSIX，.匹配任何char，但是在那里有一个换行符（在POSIX和Lua中，.匹配任何包含换行符的char。）

如果要匹配一个接一个地具有3个属性的字符串，则应使用类似

的内容

local pattern = 'name="([^"]*)"%s+value="([^"]*)"%s+checked="checked"'

为什么不[^\r\n]-？因为如果在一行上有两个标签，第一个具有第一个和/或第二个属性，第二个具有第二个和第三个或仅仅第二个（并且即使第三个标签具有第三个属性，而第一个包含第一个属性）前两个属性），将匹配，因为[^\r\n]匹配<和>，并且可以在标签上“过度”。

请注意，[^"]*（一个否定括号表达式）只会匹配除"以外的0 +字符，从而限制一个标记内的匹配。

请参阅Lua demo：

local rx = 'name="([^"]*)"%s+value="([^"]*)"%s+checked="checked"'
local s = '<li name="n1"\nvalue="v1"><li name="n2"\nvalue="v1" checked="checked"><li name="n3"\nvalue="v3"   checked="checked">'
for name, value in string.gmatch(s, rx) do
  print(name, value)
end

输出：

n2  v1
n3  v3

将POSIX正则表达式移植到Lua模式 - 意外结果

2 个答案: