// TAG
#正则表达式
9 篇
红队渗透HaE正则表达式语法详解
摘要：HaE是一款基于Burp Suite的HTTP分析插件，采用模块化设计，通过自定义正则表达式实现HTTP消息的精细化标记与内容提取。其核心功能包括：1）支持F-Regex主正则和S-Regex次正则的双重匹配机制；2）提供DFA和NFA两种正则引擎选择；3）可设置8种作用域精准定位匹配范围；4）支持格式化输出和大小写敏感控制。该工具广泛应用于漏洞识别、敏感信息提取等安全分析场景，其独特的"括号包裹"语法规则和灵活的匹配策略显著提升了渗透测试效率。
阅读 →
杂记正则表达式进阶（四）：性能优化与调试技巧
本文深入探讨了正则表达式的性能优化和调试技巧。在性能优化方面，文章强调了避免灾难性回溯、使用原子组和占有量词、优化锚点和边界，以及通过前向断言实现提前失败等策略。这些方法能显著提升正则表达式的执行效率。在调试方面，文章建议分步拆解复杂正则、使用在线调试工具（如Regex101、RegExr）进行可视化调试，并通过扩展模式添加注释以提高可读性和可维护性。最后，文章通过一个综合示例展示了如何结合优化与调试技巧，高效处理嵌套结构的文本匹配任务。掌握这些技巧，能够编写出高效、易维护的正则表达式，提升文本处理的效率与
阅读 →
杂记正则表达式进阶（三）：递归模式与条件匹配的艺术
正则表达式中的递归模式和条件匹配是处理复杂嵌套结构和动态模式的关键工具。递归模式通过允许表达式“调用自身”，能够有效处理嵌套括号、HTML标签等场景，常用构造包括 (?R) 和命名子组递归。条件匹配则根据上下文动态选择匹配模式，格式为 (?(condition)then|else)，适用于需要根据特定条件调整匹配逻辑的情况。本文通过多个示例展示了这些技术在实际开发中的应用，如匹配嵌套括号、HTML标签、电话号码格式等。同时，文章还提供了使用建议，如优化性能、测试充分和注意引擎兼容性。
阅读 →
杂记正则表达式引擎深入探讨
正则表达式引擎是技术与艺术的结合。从 NFA 的灵活性到 DFA 的高效，从回溯的强大到 REVM 的创新，每种引擎都在特定领域熠熠生辉。它们不仅是工具，更是计算机科学演进的缩影。无论是编写简单的搜索模式，还是优化复杂的解析逻辑，理解引擎的原理都能让我们事半功倍。正则表达式的旅程永无止境。随着技术的进步，说不定未来的引擎会给人们带来更多惊喜。探索它们的奥秘，不仅是技术的提升，更是思维的拓展。
阅读 →
Linux从 VSCode 到命令行：BRE、ERE、PCRE正则差异解析
学习正则表达式之后，我们可能会觉得它是一个非常强大的工具，但在不同工具中应用时，它的规则和实现方式可能有所不同。理解BREERE和PCRE之间的差异，能够帮助我们在开发和调试过程中避免很多不必要的麻烦，尤其是在VSCode和命令行工具之间的转换。希望本文能够帮助你更好地理解这些差异，并在使用正则表达式时更加得心应手。如果你遇到类似问题，不妨检查一下你所使用的工具是否支持的正则类型是否与你的预期一致。
阅读 →
杂记正则表达式中的 问号（?） 语法概览
非贪婪匹配：通过在量词后加?，可以将贪婪模式转换为非贪婪模式，尽量匹配最少字符。环视?用于实现正向环视（=...)）、负向环视（!...)）、正向回溯环视（<=...)）和负向回溯环视（...)命名捕获组：使用来给捕获组命名，方便引用。非捕获分组：使用:...)来创建不捕获的分组。可选匹配?可以使前面的元素或分组变为可选。条件表达式用于根据捕获组的存在与否选择不同的匹配模式。通过灵活使用?，你可以构建更精确、更高效的正则表达式，从而满足各种复杂的匹配需求。
阅读 →
杂记正则表达式进阶（二）——零宽断言的精妙运用：\b \B \K \z \A
零宽断言是正则表达式中不消耗字符、仅约束匹配位置的高级工具，适用于复杂文本处理。本文详细介绍了五种重要的零宽断言：\b（单词边界）、\B（非单词边界）、\K（重置匹配起点）、\z（字符串绝对结尾）和\A（字符串绝对开头），并通过示例展示了其在实际场景中的应用。例如，\b用于匹配完整单词，\K用于提取特定子串，\z和\A分别锚定字符串的结尾和开头。这些工具通过精确控制匹配边界，提升了正则表达式的灵活性和效率。
阅读 →
开发工具正则表达式基础与应用
正则表达式（Regular Expression，简称regex）是一种用于描述字符串结构的语法规则。它定义了一个搜索模式，可以用来匹配、替换或提取文本中的子串。正则表达式广泛应用于文本处理、数据验证、查找和替换等场景。\d：匹配任意一个数字，等同于[0-9]。\D：匹配非数字字符，等同于[^0-9]。\w：匹配任意一个字母、数字或下划线，等同于。\W：匹配非字母、非数字和非下划线字符。\s：匹配任意一个空白字符（包括空格、制表符、换行符等）。\S：匹配非空白字符。
阅读 →
杂记正则表达式进阶学习（一）：环视、捕获分组与后向引用
环视（零宽断言）和捕获分组是正则表达式中两种至关重要的技术，它们各自在不同的应用场景中提供了精确控制和高效匹配的能力。环视通过不消耗字符的方式，能够精确地限定匹配位置，避免了不必要的字符干扰，特别适用于需要根据上下文条件来提取信息的场景。顺序环视和逆序环视的结合使得我们能够在不修改文本的前提下，只关注特定位置前后是否符合某些模式，从而提升了匹配的灵活性和准确性。捕获分组通过将正则表达式中的部分内容封装在分组内，使得我们可以在后续的匹配中引用这些内容。
阅读 →