Python 填充之间的数据匹配

我试图匹配二进制文件中的一些字符串，这些字符串似乎被填充了。例如，单词PROGRAM可以是二进制的，如下所示：

%$##@P^&#!)00000R{]]]////O.......G"""""R;;$#!*%&#*A/////847M

在那个例子中，单词

PROGRAM

在那里，但是它是分开的，在随机数据之间，所以我尝试使用regex来查找它

目前，这是我想到的，但我认为这不是很有效：

(?<=P)(.*?)(?=R)(.*?)(?=O)(.*?)(?=G)(.*?)(?=R)(.*?)(?=A)(.*?)(?=M)

---

（？这应该适合您，并且比您当前的解决方案更有效：

P[^R]+R[^O]+O[^G]+G[^R]+R[^A]+A[^M]+M

说明：

p[^R]+
-匹配
p
，匹配除
R

我不太确定所需的输出可能是什么，我猜可能是这个表达式

(?=.*?P.*?R.*?O.*?G.*?R.*?A.*?M).*?(P).*?(R).*?(O).*?(G).*?(R).*?(A).*?(M)

也许是个开始

该表达式在的右上角面板上进行了解释，如果您希望进一步探索或简化/修改它，在中，您可以观察它将如何与一些示例输入逐步匹配（如果您愿意）。
如果您希望从字符串中获取程序，一个选项可能是与否定字符类一起使用，以删除所有不需要的内容新界

[^A-Z]+

|

例如：

import re
test_str = "%$##@P^&#!)00000R{]]]////O.......G\"\"\"\"\"R;;$#!*%&#*A/////847M"
pattern = r'[^A-Z]+'
print(re.sub(pattern, '', test_str))

结果

节目

如果in
s
是您的二进制字符串：
s.translate（dict（（ord（ch），“”）表示ch-in-set（'PROGRAM'）。对称的（u-difference））
这将过滤掉每个填充字符，只留下“PROGRAM”（如果有）我建议您只需编写一个循环来检查序列中的每个字符，并根据您的发现标记出每个期望的字母，就可以获得更高的效率。Regex功能强大且优雅，但对于简单的解析提取来说，它可能会有过大的杀伤力。