从文本文件中提取正则表达式值的脚本答案

【问题标题】：Script to Pull Regex Values from Text File从文本文件中提取正则表达式值的脚本
【发布时间】：2015-04-30 09:13:21
【问题描述】：

我有一个从蜜罐导出的文本文件，其中列出了为开发 AV 签名而上传到其中的所有文件。为了开发签名，它们必须采用特定格式：

文件大小:MD5ofFile:文件名

我正在尝试编写脚本，从导出的文件中提取这 3 个值，以在新文档中创建格式正确的这些签名。我的示例导出数据如下所示：

文件
[选项卡] 名称：文件的名称。扩展名
[选项卡] 大小：文件大小
[选项卡] MD5：MD5 字符串
[标签] 信息：无用信息
[Tab] 详细信息：无用信息
[Tab] 注释：无用信息
[换行符]
文件
[选项卡] 名称：文件的名称。扩展名
[选项卡] 大小：文件大小
[选项卡] MD5：MD5 字符串
[标签] 信息：无用信息
[Tab] 详细信息：无用信息
[Tab] 注释：无用信息

有没有办法为每个以 File 开头的文本块提取名称、大小和哈希并将该格式化字符串转储到新文档中？我能够运行批处理脚本、Office 中的宏或 Notepad++ 中的任何内容。

【问题讨论】：

是的，这是可能的。您能否发布一两行示例并计算出正则表达式。
当然！以下是文本的原始外观：文件
名称：card.exe
大小：5123
MD5：A486EDD5D966FD167F9D8FA94087913E
信息：恶意软件
详细信息：Zeus Family
注释：金融恶意软件
文件
名称：botch.docx
大小：12543
MD5：D51F45E1985DC69CC6BC2B3AE1DA48F1
信息：恶意软件
详细信息：Z.bot
注释：金融木马
你说你有能力运行批处理脚本——什么类型的脚本？像windows脚本、linux脚本、python脚本等？
您知道<br> 不等同于[TAB]，对吧？您的数据包含哪个，CR/LF 对还是 TAB 字符？它们不一样，正则表达式会根据您实际询问的内容而有很大差异。你真的尝试过自己做吗？
我按字面意思举了这个例子，因为那是我要求的。

标签： regex scripting

【解决方案1】：

因此，根据您的评论，这是我提取名称、大小和 MD5 的方法。

Name: (?<filename>\w+\.\w{3})\t Size: (?<size>\d+)\t MD5: (?<md5>[\w\d]+)

从这里开始，每个字段将被放置在名为“filename”、“size”和“md5”的命名组中。

Python 示例是：

import re
 reobj = re.compile(r"Name: (?P<filename>\w+\.\w{3})\t Size: (?P<size>\d+)\t MD5: (?P<md5>[\w\d]+)", re.IGNORECASE | re.MULTILINE)
 match = reobj.search(subject)
 if match:
     result = match.group("groupname")
 else:
     result = ""

【讨论】：