Question

我试图从visual studio中通过/ Fa标志生成的列表文件中提取二进制操作码。格式如下：

00040   8b 45 bc     mov     eax, DWORD PTR _i$2535[ebp]
  00043 3b 45 c8     cmp     eax, DWORD PTR _code_section_size$[ebp]
  00046 73 19        jae     SHORT $LN1@unpacker_m

当第一个数字是地址时，我们有操作码，然后是指令助记符，在这种情况下，我想得到一个数组：

8b 45 bc 3b 45 c8 73 19

首先，我拆分该行，然后运行以下正则表达式来获取字节：

HEX_BYTE = re.compile("\s*[\da-fA-F]{2}\s*", re.IGNORECASE)

但是这个正则表达式匹配一切，有人知道如何以一种简单的方式做到这一点？谢谢大卫

Answer 1

忘记正则表达式，从固定字段中提取数据过于复杂。陈述

line = '  00043 3b 45 c8     cmp     eax,'
print(line[7:19].split())

产量

['3b', '45', 'c8']

您可能需要

line = line.expandtabs()

首先是输入字符串中有 Tab 字符。

Answer 2

你可以尝试这个：\s[\da-fA-F]{2}\s[\da-fA-F]{2}(\s[\da-fA-F]{2})?

它将为您的示例返回三个结果：

“8b 45 bc”

“3b 45 c8”

“73 19”

你必须用空格分割它们，然后你得到与你描述的相同的结果。

Answer 3

查看问题中的文件示例，它似乎包含固定宽度字段，因此您应该能够使用固定偏移量将这些值提取到每一行：

with open('listing.txt') as listing:
    opcodes = [opcode for line in listing for opcode in line[8:16].split()]

>>> opcodes
['8b', '45', 'bc', '3b', '45', 'c8', '73', '19']

上面使用列表推导来除去切片操作和split()之外的所有字段，这些字段已知存在于位置8到16中。这应该比正则表达式快得多，并且更具可读性。

如果您希望操作码为整数：

with open('listing.txt') as listing:
    opcodes = [int(opcode, 16) for line in listing for opcode in line[8:16].split()]

>>> opcodes
[139, 69, 188, 59, 69, 200, 115, 25]

Answer 4

借助正则表达式的Python示例：

<?php if (($_POST['active']) == 'active') {echo 'checked="checked"';} ?>

python正则表达式，从列表输出中提取字节

4 个答案: