正则表达式 re.findall()
正则表达式 re.findall()
findall (pattern, string [, flags])
返回string中与pattern匹配的所有未重叠的值，包括空匹配值。如果模式包含分组，将返回与分组匹配的文本列表。如果使用了不只一个分组，那么列表中的每项都是一个元组，包含每个分组的文本。
flags解释：
| 标志 | 描述 |
|---|---|
| A或ASCII | 执行仅8位ASCII字符匹配（仅适用python3） |
| I或IGNORECASE | 执行不区分大小写的匹配 |
| L或LOCALE | 为\w、\W、\b和\B 使用地区设置 |
| M或MULTILINE | 将 ^ 和 $应用于包括整个字符串的开始和结尾的每一行（在正常情况下，^ 和 $仅适用于整个字符串的开始和结尾） |
| S或DOTALL | 使点（.）字符匹配所有字符，包括换行符 |
| U或UNICODE | 使用\w、\W、\b和\B在Unicode字符属性数据库中的信息（仅限与python2。python3默认使用Unicode） |
| X或VERBOSE | 忽略模式字符串中未转义的空格和注释 |
注：返回列表格式：在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。
例：
print('4',re.findall("[<>,\'\"/]", '/', re.IGNORECASE)) # 匹配 <；>；,；'；"；/；（6个）其中之一
4 [’<’, ‘,’, ‘<’, ‘>’, ‘/’]
url1='/0/252/report/reportServlet?action=4&url=http://127.0.0.1&file=wait_trace.raq&columns=0&srcType=file&width=-1&height=-1&cachedId=A_2&t_i_m_e=&frame=stu_saveAs_frame--%3E%3C/sCrIpT%3E%3CsCrIpT%3Ealert(42873)%3C/sCrIpT%3E'
print('1',re.findall("(alert)|(script=)(%3c)|(%3e)|(%20)|(onerror)|(onload)|(eval)|(src=)|(prompt)",url1,re.IGNORECASE))
print('2',re.findall("(alert)|(script=)|(%3c)|(%3e)|(%20)|(onerror)|(onload)|(eval)|(src=)|(prompt)",url1,re.IGNORECASE))
1 [(’’, ‘’, ‘’, ‘%3E’, ‘’, ‘’, ‘’, ‘’, ‘’, ‘’), (’’, ‘’, ‘’, ‘%3E’, ‘’, ‘’, ‘’, ‘’, ‘’, ‘’), (’’, ‘’, ‘’, ‘%3E’, ‘’, ‘’, ‘’, ‘’, ‘’, ‘’), (‘alert’, ‘’, ‘’, ‘’, ‘’, ‘’, ‘’, ‘’, ‘’, ‘’), (’’, ‘’, ‘’, ‘%3E’, ‘’, ‘’, ‘’, ‘’, ‘’, ‘’)]
2 [(’’, ‘’, ‘’, ‘%3E’, ‘’, ‘’, ‘’, ‘’, ‘’, ‘’), (’’, ‘’, ‘%3C’, ‘’, ‘’, ‘’, ‘’, ‘’, ‘’, ‘’), (’’, ‘’, ‘’, ‘%3E’, ‘’, ‘’, ‘’, ‘’, ‘’, ‘’), (’’, ‘’, ‘%3C’, ‘’, ‘’, ‘’, ‘’, ‘’, ‘’, ‘’), (’’, ‘’, ‘’, ‘%3E’, ‘’, ‘’, ‘’, ‘’, ‘’, ‘’), (‘alert’, ‘’, ‘’, ‘’, ‘’, ‘’, ‘’, ‘’, ‘’, ‘’), (’’, ‘’, ‘%3C’, ‘’, ‘’, ‘’, ‘’, ‘’, ‘’, ‘’), (’’, ‘’, ‘’, ‘%3E’, ‘’, ‘’, ‘’, ‘’, ‘’, ‘’)]
注：每匹配到一个就增加一个元组，并且按出现的先后顺序排序，未匹配到要添加空字符串。
url3='script=%3cscriptoioio%3c%3e'
url4='script=%3cscript=oioio%3c%3e'
print('3',re.findall("(alert)|(script=)(%3c)|(%3e)",url3,re.IGNORECASE))
print('4',re.findall("(alert)|(script=)|(%3c)|(%3e)",url3,re.IGNORECASE))
print('5',re.findall("(alert)|(script=)(%3c)|(%3e)",url4,re.IGNORECASE))
print('6',re.findall("(alert)|(script=)|(%3c)|(%3e)",url4,re.IGNORECASE))
3 [(’’, ‘script=’, ‘%3c’, ‘’), (’’, ‘’, ‘’, ‘%3e’)]
4 [(’’, ‘script=’, ‘’, ‘’), (’’, ‘’, ‘%3c’, ‘’), (’’, ‘’, ‘%3c’, ‘’), (’’, ‘’, ‘’, ‘%3e’)]
5 [(’’, ‘script=’, ‘%3c’, ‘’), (’’, ‘’, ‘’, ‘%3e’)]
6 [(’’, ‘script=’, ‘’, ‘’), (’’, ‘’, ‘%3c’, ‘’), (’’, ‘script=’, ‘’, ‘’), (’’, ‘’, ‘%3c’, ‘’), (’’, ‘’, ‘’, ‘%3e’)]
注：(script=)(%3c) ，即要出现script=%3c，script和%3c要分别占位，所以，5 [(’’, ‘script=’, ‘%3c’, ‘’), (’’, ‘’, ‘’, ‘%3e’)]中每个元组包含4个元素。