如何修复这个正则表达式？(nmap结果)

Question

我正在尝试解析4个捕获组中的文本，但遇到了一个问题。

我的正则表达式是：

(\d{1,5})\/(tcp|udp)\s+open\s+(\S+)\s*(.*)?

以下是一些示例输入：

Nmap scan report for X
Host is up (0.097s latency).
Not shown: 192 closed ports
PORT     STATE         SERVICE       VERSION
135/udp  open          msrpc
137/udp  open          netbios-ns    Microsoft Windows XP netbios-ssn (workgroup: THINC)
135/tcp open  msrpc        Microsoft Windows RPC
139/tcp open  netbios-ssn  Microsoft Windows netbios-ssn
445/tcp open  microsoft-ds Windows XP microsoft-ds

这几乎可以完美地工作。问题出在135/udp行上，没有版本字段，所以我对该行的捕获组4会绕过并抓取整个下一行(从137/udp开始)。

我希望135/udp行的捕获组4为空/ null (或版本字段为空的任何位置)。

看起来我的最后一个.*不应该超过行终止符，但它确实是。我还在我的最后一个捕获组之后添加了?，以使其成为可选的，如允许空值。

谁能指出我做错了什么？解释我的错误要比仅仅提供一个有效的正则表达式更有帮助。

Visual representation

Answer 1

\s似乎正在匹配换行符。这对我来说是意想不到的--我原本期望\s只匹配空格。

尝试只匹配制表符和空格:用[ \t]代替\s。

而且要求更高-这意味着设置+所期望的空格和非空格，而不是*

(\d{1,5})\/(tcp|udp)[ \t]+open[ \t]+(\S+)[ \t]+(.*)

(\S+)是在open和spaces之后预期的一个条目。但是，因为我们只对后面的那些行感兴趣：[ \t]+要求在该条目之后有空格(不包括在那里结束的行)- (.*)捕获了空格之后的所有行。

Answer 2

正如bytepusher所指出的，我有一个\s来匹配换行符。我将\s替换为空格或制表符\t的显式匹配，如下所示：

(\d{1,5})\/(tcp|udp)\s+open\s+(\S+)[ \t]*(.*)?

最正确的是，我用预期的空格字符的显式匹配替换了/s的所有实例：

(\d{1,5})\/(tcp|udp)[ \t]+open[ \t]+(\S+)[ \t]*(.*)?