python中十六进制字符串的正则表达式不起作用

我有一个正则表达式来匹配字符串，如：

--D2CBA65440D

--77094A27E09

--77094A27E

--770

--77094A27E09--

基本上，它匹配由一个或多个换行符或空格包围的十六进制字符串，并以前缀（可能有也可能没有）作为后缀

我使用以下python代码，大多数情况下都可以正常工作：

hexaPattern = "\s--[0-9a-fA-F]+[--]?\s"
hex = re.search(hexaPattern, part)
if hex:
   print "found a match"

这适用于上述所有情况，但与此块中的-77094A27E09不匹配：

<div id="arrow2" class="headerLinksImg" style="display:block

--77094A27E09

;">

但与中的相同字符串匹配：

<input type="checkbox" name="checkbox" id="checkboxKG3" class

--77094A27E09

Content-T="checkboxKG" value="KG3" />

我做错了什么？

试试这个：

hexaPattern=r“^-[0-9a-fA-F]+（-）？\s”

我插入的修复程序是：

r，这样反斜杠就不会被引号“吃掉”

^以匹配字符串的开头

然后将

--

放在括号中，而不是放在方括号中（括号似乎是个错误）

这将预编译模式以提高速度。这使用了一个

r'

（原始字符串），因此反斜杠一定会正确通过。这会添加括号来组成“匹配组”，以便在匹配后提取十六进制字符串；它还将在第二个

--

字符串周围添加一个“非匹配组”

---

因为在第二个“-”周围使用了方括号，所以得到了一个“字符类”。我不确定字符类

[-]

到底匹配什么；我认为它应该只匹配任何

'-'

字符。在字符类中，一个“-”通常用于一个范围，如在

[a-z]

中，但是范围

[-]

没有任何意义，因此我认为它会退回到只匹配

'-'

中。问题是：因为后面有

？

，所以它只能匹配零个或一个

'-'

字符，而您需要它才能匹配两个。

其他人指出了您的正则表达式的问题，即

[-]

，它基本上以非常规方式查找一个连字符。。。不管怎样，都不是你想要的

我还建议在正则表达式的开头和结尾都有

\s

，在某些情况下也会导致问题，因为它匹配

空格

、

选项卡

、和

换行符

。因此，您可能会遇到这样的情况：您的文件有

--77094A27E09\n--D2CBA65440D

，而第二个

--D2CBA65440D

将不匹配，因为换行符在上一次匹配结束时被

\s

使用

此外，您似乎要单独检查文件中的每一行，而实际上并不需要这样做。您可以使用

re.findall

一次性获得所有比赛

最后，字符串开头的

--

似乎是真正的标记，而不是开头或结尾的

\s

。那么，为什么不在十六进制数周围加一个组使用

（[0-9a-fA-F]+）（？：-）？

findall

仅返回所需的组。然后可以执行此操作（将整个html文件读入一个字符串，并检查所有匹配项）：

text=”“”
"""
进口稀土
hexapattern=r'-（[0-9a-fA-F]+）（？：-）？'
打印有关findall的信息（六边形，文本）
>>>['D2CBA65440D'，'77094A27E09'，'77094A27E'，'770'，'77094A27E09']

我想这就是你想要的

我使用了以下方法：

pattern = re.compile(r'(\n--)([0-9A-F]+)(--)?', re.I | re.S | re.M)

---

而且效果很好。感谢您的所有贡献。

尝试修剪两侧的html，直到找到导致问题的字符为止。我找到了该块的匹配项：请注意，

[--]？

将匹配一个或一个破折号，而不是两个破折号。我想你的意思是两个破折号。。。但是

[-]？

有效您不希望从一开始就匹配。OP的十六进制值嵌入在一个较长的html字符串中。值得一提的是，如果您使用许多不同的模式，您只需要编译该模式。根据，这些值是缓存的，因此如果您只使用一些模式，编译它们不会对您有多大帮助。只是，仅供参考，如果它位于缓冲区的开头，则与模式不匹配。使用以色列提到的

^

可以在任何一行的开头找到它。

text = """
<input type="checkbox" name="checkbox" id="checkboxKG3" class
--D2CBA65440D
<a>    --77094A27E09--  </a>
  hello world  --77094A27E
--770--
    --77094A27E09
Content-T="checkboxKG" value="KG3" />
"""
import re
hexapattern = r'--([0-9a-fA-F]+)(?:--)?'
print re.findall(hexapattern, text)
>>> ['D2CBA65440D', '77094A27E09', '77094A27E', '770', '77094A27E09']

pattern = re.compile(r'(\n--)([0-9A-F]+)(--)?', re.I | re.S | re.M)