使用re在Python中搜索十六进制数

Question

我正在处理一个html文本文件，并且想要找出里面的十六进制数字，具体方法如下：

example    \xb7\xc7\xa0....

我尝试了这段代码：

t=re.findall (r'\\x[0-9a-fA-F]+', line)

但是我得到的结果只是一个空列表。

请告诉我正确的代码写法。

Answer 1

你的代码在我这儿运行得很好：

>>> line = r'\xb7\xc7\xa0....'
>>> t=re.findall (r'\\x[0-9a-fA-F]+', line)
>>> t
['\\xb7', '\\xc7', '\\xa0']

Answer 2

对我来说，这个没问题。我想到两种情况，可能能解释你的问题：

1. 你是通过把字符串赋值给一个变量 line 来测试的，像这样：

   line = 'example    \xb7\xc7\xa0....'
   

   在这种情况下，你需要对反斜杠进行转义，也就是在它前面加一个反斜杠：

   line = 'example    \\xb7\\xc7\\xa0....'
   

2. 你在查看文件或行的内容时，是以 Python 字符串的方式来看，所以你看到的 \xb7 实际上是一个字符，它的代码是十六进制的 B7，而不是字符序列 '\', '\x', 'b', '7'。

Answer 3

你的代码如果在正则表达式里面把反斜杠处理得当，就能正常工作：

t = re.findall (r'\\x[0-9a-fA-F]+', line)

结果：

['\\xb7', '\\xc7', '\\xa0']

可以在这个链接查看： http://ideone.com/MPO5j

---

如果代码还是不工作，可能是因为你的字符串里面有一些特殊的二进制字符。你可以试试下面这种方法：

t = re.findall (r'[\x80-\xff]', line)

可以在这个链接查看： http://ideone.com/ChIsh