为什么这些按位的正则表达式在golang中的匹配方式不同?

时间:2019-01-29 14:03:00

标签: regex go pattern-matching

鉴于此二进制数据和两个正则表达式,golang为什么对它们进行不同的匹配?

var (
    data = []byte{0x03, 0x00, 0x00, 0x88, 0x02, 0xf0, 0x80, 0x72, 0x03, 0x00, 0x79, 0x20, 0xdd, 0x39, 0x22, 0x4d, 0xcf, 0x6d, 0x17, 0x29, 0x02, 0xee, 0xe3, 0x7f, 0x5e, 0xca, 0x17, 0x62, 0xc8, 0x56, 0x24, 0x01, 0x1e, 0x9f, 0xa0, 0x96, 0xc6, 0x4f, 0xbb, 0xa2, 0x51, 0x7b, 0xbf, 0x33, 0x31, 0x00, 0x00, 0x05, 0x4c, 0x00, 0x00, 0x1a, 0x6a, 0x00, 0x00, 0x03, 0x8d, 0x34, 0x00, 0x00, 0x00, 0x00, 0x04, 0x14, 0x81, 0xe7, 0x86, 0xa7, 0x76, 0x51, 0x02, 0x9d, 0x18, 0x09, 0xff, 0xde, 0xde, 0x05, 0x51, 0x02, 0x9d, 0x18, 0x0a, 0x89, 0xee, 0xf8, 0x81, 0x53, 0x51, 0x02, 0x9d, 0x18, 0x0b, 0x82, 0xce, 0xef, 0xad, 0x63, 0x51, 0x02, 0x9d, 0x18, 0x0c, 0x00, 0x00, 0x04, 0xe8, 0x89, 0x69, 0x00, 0x12, 0x00, 0x00, 0x00, 0x00, 0x89, 0x6a, 0x00, 0x13, 0x00, 0x89, 0x6b, 0x00, 0x04, 0x00, 0x00, 0xb4, 0x62, 0x00, 0x00, 0x00, 0x00, 0x72, 0x03, 0x00, 0x00}

    regexA = regexp.MustCompile(`\x72\x03(?P<TLen>[\x00-\xFF]{2})(?P<Payload>[\x00-\xFF]+)`)
    regexB = regexp.MustCompile(`\x72\x03(?P<TLen>[\x00-\xFF]{2})(?P<Payload>.+)`)
)

regexA的{​​{1}}匹配不如[\x00-\xFF]+的{​​{1}}好吗?

我正在使用此进行测试:

regexB

并获得以下输出:

.+

使用正则表达式解析二进制数据不是现实的可能性吗?

游乐场链接:https://play.golang.org/p/gHWqeyPuPNJ

1 个答案:

答案 0 :(得分:3)

regexp文档指出:

  

所有字符都是UTF-8编码的代码点。

因此,我认为字符类范围将是unicode代码点范围,而不是字节范围。匹配的文本也被视为UTF-8,因此我不确定data = []byte{... , 0xdd, ...}会发生什么。它可能被解码为大于0xff的代码点。因此,我不确定使用标准库regexp软件包进行二进制匹配的效果如何。

旁注(?P<Payload>.+)不会匹配所有代码点,但是(?P<Payload>(?s).+)会匹配。 s标志是:

  

让。匹配\ n(默认为false)

希望有帮助