使用 python 对二进制文件/字符串进行正则表达式编辑

Question

我正在寻找一种在 python 2.7 中使用正则表达式对二进制文件进行字符串替换的方法。

s 是我从读取二进制文件中得到的字符串。它包含这个序列（十六进制）：

'00 00 03 00 00 01 4A 50 20 43 52 55 4E 43 48 20 32 20 45 51 00 F7 00 F0'

这里是我用来查找子字符串的变量：

f01 = re.findall( br'\x03\x00\x00\x01(.*?)\xF7\x00\xF0', s)

这是我的潜艇：

f99 = re.sub( br'\x03\x00\x00\x01(.*?)\xF7\x00\xF0', br'\x03\x00\x00\x01\x4B\x4B\x4B\x4B\xF7\x00\xF0', s) 

现在，虽然我没有错误，但我的 sub 似乎没有改变我的字符串。我错过了什么吗？

>>> f01 = re.findall( br'\x03\x00\x00\x01(.*?)\xF7\x00\xF0', s)
>>> print f01[0]
JP CRUNCH 2 EQ
>>> f99 = re.sub( br'\x03\x00\x00\x01(.*?)\xF7\x00\xF0', br'\x03\x00\x00\x01\x4B\x4B\x4B\x4B\xF7\x00\xF0', s)
>>> print f99
MThd
>>> print f99[0]
M
>>> print f01[0]
JP CRUNCH 2 EQ
>>> f01 = re.findall( br'\x03\x00\x00\x01(.*?)\xF7\x00\xF0', s)
>>> print f01[0]
JP CRUNCH 2 EQ

我想将我的初始字符串更改为 \x03\x00\x00\x01\x4B\x4B\x4B\x4B\xF7\x00\xF0 以便将其存储到文件中。

Answer 1

r'' 字面前缀使所有斜杠都按字面意思解释，即r'\x00' 不是单个零字节，而是 4 个字符。

为避免将随机字节解释为正则表达式元字符，您可以使用re.escape function。

为避免在替换字符串中重复前缀、后缀，您可以使用正则表达式'lookahead,lookbehind：

>>> s
'\x00\x00\x03\x00\x00\x01JP CRUNCH 2 EQ\x00\xf7\x00\xf0'
>>> pre = b'\x03\x00\x00\x01'
>>> suff = b'\xf7\x00\xf0'
>>> re.sub(br'(?<=%s).*?(?=%s)' % tuple(map(re.escape, [pre, suff])), b'\x4b'*4, s)
'\x00\x00\x03\x00\x00\x01KKKK\xf7\x00\xf0'

您可能需要re.DOTALL 正则表达式标志来强制. 也匹配换行符。