为什么这些按位正则表达式在 golang 中匹配不同？

Question

给定这个二进制数据和两个正则表达式，为什么 golang 会以不同的方式匹配它们？

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>.+)`)

)

不应该regexA和一样[\x00-\xFF]+好吗？regexB.+

我正在测试使用这个：

func main() {

    log.Printf("testing regexA")

    applyRegex(regexA)

    log.Printf("testing regexB")

    applyRegex(regexB)

}

func applyRegex(r *regexp.Regexp) {

    matches := r.FindAllSubmatch(data, -1)

    groups := r.SubexpNames()

    for mIdx, match := range matches {

        findings := smap{}

        for idx, submatch := range match {

            findings[groups[idx]] = fmt.Sprintf("% x", submatch)

        }

        log.Printf("match #%d: %+v", mIdx, findings)

    }

}

并获得此输出：

2009/11/10 23:00:00 testing regexA

2009/11/10 23:00:00 match #0: map[:72 03 00 79 20 TLen:00 79 Payload:20]

2009/11/10 23:00:00 testing regexB

使用正则表达式解析二进制数据不是一种实际的可能性吗？

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

Answer 1

正则表达式文档指出：所有字符都是 UTF-8 编码的代码点。所以我认为字符类范围将是 unicode 代码点范围而不是字节范围。此外，匹配的文本被视为 UTF-8，因此我不确定data = []byte{... , 0xdd, ...}. 它可能被解码为大于 的代码点0xff。所以我不确定使用标准库 regexp 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(?P<Payload>(?s).+)会匹配。s标志是：让 。匹配 \n（默认为 false）希望有帮助