如何使用Python3（带正则表达式）查找十六进制字符串的大小（以字节为单位）

Question

我的任务是使用Python 3编写程序。我是Python的新手。

我需要从.bin文件中获取十六进制数据，然后每次看到特定十六进制模式的出现时对数据进行分区（例如：每个块从01 03开始）。最后，我需要输出每个块的分区数和大小（以字节为单位）。

到目前为止，我已经从.bin文件中读取数据，并使用re.findall对每个数据块进行分区。我的正则表达式看起来像这样：

B “\ X01 \ X03（？（？！\ X01 \ X03）。）*”

re.findall运行良好，但我现在有一个大约300个十六进制块的列表（因为我使用了re.findall），我现在不知道如何检查每个块的大小（以字节为单位）。有人可以帮我弄这个吗？

Answer 1

你可以使用enumerate：

regex = b'\x01\x03(?(?!\x01\x03).)*'

chunk_lengths = {index: len(chunk) for index, chunk in enumerate(re.findall(regex, data))}

您最初使用re.findall来获取源数据中的每个块，这些块遵循您给定的正则表达式。这些是bytes对象，它们具有明确定义的长度（其中的字节数）。

使用len运算符，我们可以找到每个块的长度，这些将形成我们字典的值。如果我们做了[len(chunk) for chunk in re.findall(regex, data))]，那将按照发现的顺序给我们列出所有发现的块的长度（这在以后很重要）。

enumerate是一个内置函数，允许“标记”索引（默认情况下从0开始）到某个可迭代对象。所以，假设你有一个list [5, 3, 4]，代表块长度。如果你对它应用enumerate，你会得到tuples (0, 5)（索引0，长度5），(1, 3)（索引1，长度3）和(2, 4)（索引2，长度4）。

现在，通过将所有内容放在dict理解中，我们变得更能够通过enumerate创建的索引访问块的长度。因为，如上所述，findall按顺序返回结果列表，枚举也按顺序运行，enumerate创建的索引也是块在原始数据中的相对位置。

Answer 2

我建议

l = re.compile("\x01\x03(?(?!\x01\x03).)*").split(s)
len(l) - 1 

测试结果：

>>> re.compile(r"\x01\x03").split(b"\x01\x03\0x4\0x5\x01\x03\0x6\0x7")
['', '\x00x4\x00x5', '\x00x6\x00x7']

当然你应该确保正则表达式是正确的。