基于正则表达式拆分文件内容：python

Question

我想将每个规则（rule1，rule2，rule3）保留在列表中。示例文件：https://github.com/Yara-Rules/rules/blob/master/malware/APT_WildNeutron.yar 我使用以下代码

patt=re.compile("\s*[\n]*rule.*[\n]*\s*.*{")

results=re.split(r'\s*[\n]*rule.*[\n]*\s*.*{.', buf) 

结果不包含list.but看起来像split不起作用。 有人可以提供帮助吗？

-----------文件内容-------

rule rule1{

meta: 

 desc-test1


}

rule rule2{

meta: 

desc-test2


}

rule rule3{

meta: 

desc-test3


}

----文件结束---------- 预期产出

在规则内部可以有＆＃34;规则字符串＆＃34;。所以应该将一条规则确定为 规则ruleName {**内容可以包含任何字符串的新行字} **。规则内容将受到花括号的限制。我应该能够将规则提取到列表中。规则[0]应包含规则1及其内容。同样适用于rule2。

Answer 1

results=re.split(r'\s*[\n]*rule.*[\n]*\s*.*{.', buf)

1. 您的模式不匹配，因为您的输入中的内容发起{后面紧跟\n，而.没有re.DOTALL不符合{{ 1}}。
2. 在\n中，\s*[\n]*无用，因为[\n]*已匹配\s。
3. 由于您还希望返回规则名称，因此无需将其包含在拆分模式中。

所以，

\n

应该这样做（results = re.split(r'\brule\s+', buf)[1:] 会丢弃第一个[1:]之前的部分。）