python re模块替换文本文件中的二进制数据？

Posted 2023-02-21

【中文标题】python re模块替换文本文件中的二进制数据？

【英文标题】：python re module to replace the binary data inside a text file?

【发布时间】：2011-10-01 01:35:36

【问题描述】：

我知道混合文本和二进制很糟糕，但我必须这样做。

我想用字符串“XXXXXXXX”替换二进制内容，即“Content-Type: image”和“----”周围的内容

所以测试的代码是：

# coding=utf-8
import re
raw_data = open('r_img.txt').read()
#data = re.sub(r"Content-Type: image.*?-----","Content-Type: imageXXXXXXX-----", raw_data, re.S)
data = re.sub(r"Content-Type: image[^-]*-----","Content-Type: imageXXXXXXX-----", raw_data, re.S)
print data

文件 r_img.txt 将是：

Content-Disposition: form-data; name="commodity_pic1"; filename="C:\Documents and Settings\tim\My Documents\My Pictures\Pic\222A8888.jpg"

Content-Type: image/pjpeg



EEE? JFIF  H H  EEE C 

EEE C       

 EEEWhfEEE[e?EEEEEEqEEEEEEEEEEEEEEEZIOEEE(r5?-iEEEEEEEEEEEEEEE?EEE?EEEEEE
-----------------------------7db27132d0198

我尝试了 string.replace() 和 re.sub，但我仍然找不到答案。

【问题讨论】：

为什么不使用 Python 的多部分 MIME 功能？

由于某种原因，我必须从mysql数据库中提取一些产品信息，然后构造一个SOAP请求并使用python的suds库将此SOAP请求发送到远程服务器。但部分信息提取是结合二进制数据和文本数据

这并不能真正回答我的问题。

对不起，我是 python 新手，之前从未听说过 Python 的 multipart MIME。感谢您的建议，我会尝试谷歌了解更多详细信息。

【参考方案1】：

这对我有用：

data = re.sub(r"Content-Type: image.*-----","Content-Type: imageXXXXXXX-----", 
              raw_data, 0, re.DOTALL)

基本上它以贪婪的方式匹配Content-Type: image 和----- 之间的所有字符。 0 表示“匹配此模式的所有出现”。可能这对您来说是多余的，但您不能跳过它，因为您还想使用标志 re.DOTALL 来修改“任何字符”的含义以包含换行符。

HTH！