Python: 十六进制正则表达式问题

Question

我想处理一个叫做Docklight的串口监控程序的输出（我强烈推荐这个程序）。它输出的是“十六进制”字符串，也就是一串由两个大写的十六进制数字和一个空格组成的序列。对应的正则表达式是：([0-9A-F]{2} )+，例如：'05 03 DA 4B 3F '

当程序检测到特定的字符序列时，它会在这个“十六进制”字符串中添加注释。例如：

'05 03 04 01 0A  The Header 03 08 0B BD AF  The PAYLOAD 0D 0A  The Footer'

这些注释的格式是' .+ '（就是一个字符序列，前面和后面都有空格）

我想去掉这些注释。比如，上面那个“十六进制”字符串经过过滤后应该是：

'05 03 04 01 0A 03 08 0B BD AF 0D 0A '

我该如何用正则表达式来实现这个呢？

Answer 1

那我们来看看一个实际上使用了正则表达式否定的解决方案吧？；）

result = re.sub(r"[ ]+(?:(?!\b[0-9A-F]{2}\b).)+", "", subject)

Answer 2

虽然你已经得到了两个答案，可以找到所有的十六进制数字，但这里有一个直接的正则表达式，可以帮你找到所有看起来不像十六进制数字的文本（假设十六进制数字是两个字母或数字，范围是大写或小写的0-9和A-F，后面跟着一个空格）。

大概是这样的（抱歉，我不是Python高手，但你明白我的意思）：

newstring = re.sub(r"[^ ]+(?<![0-9A-Fa-f ]{2}|^.)", "", yourstring)

这个方法是通过“回看”来工作的。它会找到每个连续的非空子串，然后用(?<!....)进行负向回看。它的意思是：“如果前面的两个字符不是十六进制数字，那就成功匹配。”最后的^.是为了防止错误地匹配到字符串的第一个字符。

编辑

根据Alan Moore的建议，这里有一个使用正向预查表达式的相同思路：

newstring = re.sub(r"(?>\b[0-9A-Fa-f ]{2}\b)", "", yourstring)

Answer 3

你可以试试 re.findall() 这个方法：

>>> a='05 03 04 01 0A  The Header 03 08 0B BD AF  The PAYLOAD 0D 0A  The Footer'
>>> re.findall(r"\b[0-9A-F]{2}\b", a)
['05', '03', '04', '01', '0A', '03', '08', '0B', 'BD', 'AF', '0D', '0A']

在这个正则表达式中，\b 是用来匹配“单词边界”的。

当然，如果串口监视器插入了像 THIS BE THE HEADER 这样的内容，你的输入就会变得模糊不清。