在Golang中为什么这些按位操作符的正则表达式匹配结果不同？

一分耕耘，一分收获！既然打开了这篇文章《在Golang中为什么这些按位操作符的正则表达式匹配结果不同？》，就坚持看下去吧！文中内容包含等等知识点...希望你能在阅读本文后，能真真实实学到知识或者帮你解决心中的疑惑，也欢迎大佬或者新人朋友们多留言评论，多给建议！谢谢！

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>.+)`)
)

regexa 的 [\x00-\xff]+ 不应该与 regexb 的 .+ 一样匹配吗？

我正在使用这个进行测试：

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)
    }
}

并得到这个输出：

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
2009/11/10 23:00:00 match #0: map[:72 03 00 79 20 dd 39 22 4d cf 6d 17 29 02 ee e3 7f 5e ca 17 62 c8 56 24 01 1e 9f a0 96 c6 4f bb a2 51 7b bf 33 31 00 00 05 4c 00 00 1a 6a 00 00 03 8d 34 00 00 00 00 04 14 81 e7 86 a7 76 51 02 9d 18 09 ff de de 05 51 02 9d 18 TLen:00 79 Payload:20 dd 39 22 4d cf 6d 17 29 02 ee e3 7f 5e ca 17 62 c8 56 24 01 1e 9f a0 96 c6 4f bb a2 51 7b bf 33 31 00 00 05 4c 00 00 1a 6a 00 00 03 8d 34 00 00 00 00 04 14 81 e7 86 a7 76 51 02 9d 18 09 ff de de 05 51 02 9d 18]

使用正则表达式解析二进制数据实际上不可能吗？

演示链接：https://play.golang.org/p/ghwqeypupnj

解决方案

regexp 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，所以我不确定 data = []byte{..., 0xdd, ...} 会发生什么。它可能被解码为大于 0xff 的代码点。所以我不确定使用标准库 regexp 包进行二进制匹配效果如何。

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

让 .匹配 \n（默认 false）

希望有帮助

以上就是《在Golang中为什么这些按位操作符的正则表达式匹配结果不同？》的详细内容，更多关于的资料请关注golang学习网公众号！