regex - 在正则表达式中解析 FIX 消息

Question

我找到了 Parsing FIX protocol in regex? 的第二个答案非常好，所以我试了一下。

这是我的代码。

new_order_finder1 = re.compile("(?:^|\x01)(11|15|55)=(.*?)\x01")
new_order_finder2 = re.compile("(?:^|\x01)(15|55)=(.*?)\x01")
new_order_finder3 = re.compile("(?:^|\x01)(11|15|35|38|54|55)=(.*?)\x01")

if __name__ == "__main__":
    line = "20150702-05:36:08.687 : 8=FIX.4.2\x019=209\x0135=D\x0134=739\x0149=PINE\x0152=20150702-05:36:08.687\x0156=CSUS\x011=KI\x0111=N09080243\x0115=USD\x0121=2\x0122=5\x0138=2100\x0140=2\x0144=126\x0148=AAPL.O\x0154=1\x0155=AAPL.O\x0157=DMA\x0158=TEXT\x0160=20150702-05:36:08.687\x01115=Tester\x016061=9\x0110=087\x01"
    fields = dict(re.findall(new_order_finder1, line))
    print(fields)

    fields2 = dict(re.findall(new_order_finder2, line))
    print(fields2)

    fields3 = dict(re.findall(new_order_finder3, line))
    print(fields3)

这是输出

{'11': 'N09080243', '55': 'AAPL.O'}
{'55': 'AAPL.O', '15': 'USD'}
{'35': 'D', '38': '2100', '11': 'N09080243', '54': '1'}

看起来有些字段没有被正则表达式正确匹配。

这里有什么问题？

Answer 1

问题是由于 \x01最后消耗了\x01分隔符，这导致模式在与刚刚匹配的键值对相邻的键值对上总是失败，因为 (?:^|\x01)可以匹配。

使用输入的这个子字符串作为示例，匹配 new_order_finder3 :

\x0154=1\x0155=AAPL.O\x01
------------
            X

如您所见，在成功匹配键值对后 54=1 ，它也消耗了 \x01并且永远无法匹配相邻的键值对。

解决此问题的方法不止一种。一种解决方案是放置 \x01最后在一个前瞻断言中，这样我们就可以确保 \x01结束键值对而不消耗它:

new_order_finder3 = re.compile("(?:^|\x01)(11|15|35|38|54|55)=(.*?)(?=\x01)")

输出现在包含所有预期字段:

{'11': 'N09080243', '38': '2100', '15': 'USD', '55': 'AAPL.O', '54': '1', '35': 'D'}