获取两个不同的开始和结束分隔符之间的所有子字符串

Posted 2023-02-22

【中文标题】获取两个不同的开始和结束分隔符之间的所有子字符串

【英文标题】：Get all substrings between two different start and ending delimiters

【发布时间】：2020-08-06 03:12:38

【问题描述】：

我正在 Python 3 中尝试获取给定字符串 a 的所有子字符串的列表，这些子字符串在分隔符 x 之后开始，在分隔符 y 之前结束。 我找到了只让我第一次出现的解决方案，但结果需要是所有出现的列表。

start = '>'
end = '</'
s = '<script>a=eval;b=alert;a(b(/XSS/.source));</script><script>a=eval;b=alert;a(b(/XSS/.source));</script>'"><marquee><h1>XSS by Xylitol</h1></marquee>'
print((s.split(start))[1].split(end)[0])

上面的例子是我到目前为止所得到的。但我正在寻找一种更优雅、更稳定的方式来获取所有的事件。

因此，作为列表的预期返回将包含以下条目的 javascript 代码：

a=eval;b=alert;a(b(/XSS/.source));

a=eval;b=alert;a(b(/XSS/.source));

【问题讨论】：

这能回答你的问题吗？ Parsing html using Python

遗憾的是，我实际上正在使用 Beautiful Soup 和 Esprima。另一方面，输入字符串不必包含可以解析的完整 HTML 结构。它们宁愿是包含 XSS Paylods 的 URL，因此可以包含 Javascript。我需要手动从 URL 中提取所有 标签。

【参考方案1】：

在字符串中寻找模式对于正则表达式来说似乎是一项不错的工作。 这应该返回一对<script> 和</script> 之间的任何内容的列表：

import re
pattern = re.compile(r'<script>(.*?)</script>')
s = '<script>a=eval;b=alert;a(b(/XSS/.source));</script><script>a=eval;b=alert;a(b(/XSS/.source));</script>\'"><marquee><h1>XSS by Xylitol</h1></marquee>'
print(pattern.findall(s))

结果：

['a=eval;b=alert;a(b(/XSS/.source));', 'a=eval;b=alert;a(b(/XSS/.source));']

【讨论】：

谢谢，这正是我所希望的！