强大的正则表达式——Medium

由上一篇文章《Easy》中提到过的:


还是直接让AI写个python脚本生成难度2的正则表达式,但是生成的正则表达式无法成功获取到flag:


这里了解了一下相关知识,字符串形式的整数对常数求模是可以用有限状态机来实现的。对于二进制数字来讲,在末尾加上 0 相当于将数字乘以 2;在末尾加上 1 相当于将数字乘以 2 再加上 1。


假设状态编号 n 表示「现在的数字为 k % 13 = n」。在状态 n 时每次读到下一个字符时会有两种状态转移:

读到 0 时,在末尾加上 0 之后的数字 k' = 2k

新的状态为 k' % 13 = 2n % 13

读到 1 时,在末尾加上 1 之后的数字 k' = 2k + 1

新的状态为 k' % 13 = (2n + 1) % 13

这个自动机在开始匹配时的状态为 0。在自动机运行完之后,如果处在状态 n,则说明这个二进制数字除 13 余 n。


构建了这个状态机之后,就需要将它转化为正则表达式。我们需要匹配可以被 13 整除的二进制数字,因此起始状态和终止状态都为 0。

状态机转化到正则表达式的思想是一个个删除中间的状态(起始状态和终止状态之外的状态),最后将状态机转化为只有一个状态。删除中间的状态 q 时,我们需要将所有经过状态 q 的路径拼接起来。例如如果有 p -> q -> r 这样一条路径,则需要将 p -> q 和 q -> r 的状态转移拼接起来,得到一条 p -> r 的状态转移。


这里以「匹配 4 的倍数」的状态机举例:

(具体数字可以看下面表格,圈内数字是状态)

读上标部分:

读到 0 时,在末尾加上 0 之后的数字 k' = 2k

新的状态为 k' % 4 = 2n % 4

读到 1 时,在末尾加上 1 之后的数字 k' = 2k + 1

新的状态为 k' % 4 = (2n + 1) % 4

|--------|------------|-----------------|
| 状态k(n) | 读上标数字(0,1) | 状态k' |
| 0 | 0 | 0【(2*0)%4=0】 |
| 0 | 1 | 1【(2*0+1)%4=1】 |
| 1 | 0 | 2【(2*1)%4=2】 |
| 1 | 1 | 3【(2*1+1)%4=3】 |
| 2 | 0 | 0【(2*2)%4=0】 |
| 2 | 1 | 1【(2*2+1)%4=1】 |
| 3 | 0 | 2【(2*3)%4=2】 |
| 3 | 1 | 3【(2*3+1)%4=3】 |


删掉状态3:

(0|11*0)


删掉状态2:

(0|11*0)1

(0|11*0)0


删掉状态1:

(1((0|11*0)1)*(0|11*0)0)|0


「匹配 13 的倍数」的状态机也是同理,编写python代码:

复制代码
# 定义状态数量
n = 13

# 初始化状态转移矩阵,每个元素是一个列表,用于存储可能的转移路径
paths = [[[] for _ in range(n)] for _ in range(n)]

# 构建状态转移矩阵
for i in range(n):
    # 从状态 i 读入 0 后转移到状态 (2*i) % n
    paths[i][(2 * i) % n].append("0")
    # 从状态 i 读入 1 后转移到状态 (2*i+1) % n
    paths[i][(2 * i + 1) % n].append("1")

# 定义一个函数,用于将多个路径合并成一个正则表达式
def path_union(lst):
    return "(" + "|".join(lst) + ")"

# 当前状态数量
state_count = n

# 逐步消除状态,直到只剩下一个状态
while state_count > 1:
    target = state_count - 1  # 当前要消除的状态
    loop = ""  # 用于存储目标状态到自身的循环路径

    # 如果目标状态有自环路径,构建自环正则表达式
    if len(paths[target][target]) > 0:
        loop = path_union(paths[target][target]) + "*"
    
    # 消除目标状态后,更新其他状态之间的路径
    for i in range(target):
        for j in range(target):
            if len(paths[i][target]) > 0 and len(paths[target][j]) > 0:
                # 从状态 i 到状态 j 的新路径 = 从 i 到 target 的路径 + 自环路径 + 从 target 到 j 的路径
                new_path = path_union(paths[i][target]) + loop + path_union(paths[target][j])
                paths[i][j].append(new_path)
    
    # 减少状态数量
    state_count -= 1

# 最终生成的正则表达式是从状态 0 出发并回到状态 0 的所有路径的并集
regex = path_union(paths[0][0]) + "*"

# 打印生成的正则表达式
print(f"生成的正则表达式为: {regex}")

但这个正则表达式明显过长了,换一种思路,直接用网络连接来传输生成的正则表达式


加上网络连接部分对应的python代码:

复制代码
import pwn

# 令牌
token = b"531:MEYCIQDHL9dv6rPhZXD7kTqsNQhOCMdkSDmQ9lwfWCGlJGX9WwIhAIRyevrdkoLnKaHDBDnUCADQ9Yt0R6nf5irm5hQwDTiI"

# 建立远程连接
conn = pwn.remote('202.38.93.141', 30303)

# 发送令牌
conn.send(token)
conn.send(b"\n")

# 接收提示信息
conn.recvuntil(b"(1~3): ")

# 选择选项2
conn.send(b"2\n")

# 接收提示信息
conn.recvuntil(b"regex: ")

# 定义状态数量
n = 13

# 初始化状态转移矩阵,每个元素是一个列表,用于存储可能的转移路径
paths = [[[] for _ in range(n)] for _ in range(n)]

# 构建状态转移矩阵
for i in range(n):
    # 从状态 i 读入 0 后转移到状态 (2*i) % n
    paths[i][(2 * i) % n].append("0")
    # 从状态 i 读入 1 后转移到状态 (2*i+1) % n
    paths[i][(2 * i + 1) % n].append("1")

# 定义一个函数,用于将多个路径合并成一个正则表达式
def path_union(lst):
    return "(" + "|".join(lst) + ")"

# 当前状态数量
state_count = n

# 逐步消除状态,直到只剩下一个状态
while state_count > 1:
    target = state_count - 1  # 当前要消除的状态
    loop = ""  # 用于存储目标状态到自身的循环路径

    # 如果目标状态有自环路径,构建自环正则表达式
    if len(paths[target][target]) > 0:
        loop = path_union(paths[target][target]) + "*"
    
    # 消除目标状态后,更新其他状态之间的路径
    for i in range(target):
        for j in range(target):
            if len(paths[i][target]) > 0 and len(paths[target][j]) > 0:
                # 从状态 i 到状态 j 的新路径 = 从 i 到 target 的路径 + 自环路径 + 从 target 到 j 的路径
                new_path = path_union(paths[i][target]) + loop + path_union(paths[target][j])
                paths[i][j].append(new_path)
    
    # 减少状态数量
    state_count -= 1

# 最终生成的正则表达式是从状态 0 出发并回到状态 0 的所有路径的并集
regex = path_union(paths[0][0]) + "*"

# 打印生成的正则表达式
#print(f"生成的正则表达式为: {regex}")

# 发送生成的正则表达式
conn.send(regex.encode())
conn.send(b"\n")

# 进入交互模式
conn.interactive()

成功获取到flag

相关推荐
IvanCodes1 小时前
Python 数据处理(十三):JSON、CSV 与数据序列化
开发语言·python
Patrick在香港2 小时前
Claude 工具调用返回空:8 次失败里只有 1 次状态码不对,其余全带 200
爬虫·python·api·claude·香港
Web3&Basketball2 小时前
CRM Agent 后训练实战:3 倍更少错误
python·架构·大模型·agent·推理
AIFQuant3 小时前
ETF行情API接入踩坑记:从报错到跑通的七个问题
python·金融·区块链·etf·基金
数安旭说4 小时前
从“堆叠工具”到“一体化治理”:端点安全的技术演进与实践观察
网络安全·系统架构·数据安全·企业安全·端点安全·防泄密·一体化管理
GPU实战笔记4 小时前
云端 Python 开发:JupyterLab 还是 VS Code Remote-SSH?
python·vs code·jupyterlab·remote-ssh·远程开发
狗狗狗狗狗乐啊5 小时前
搭一个 AI 对话工作台 AChat:从 0 到可用的完整记录(一)
python·react.js·ai编程
白猫不黑5 小时前
Python实现简易Web弱口令爆破与防护方案
python·web安全·计算机·网络安全·黑客·信息安全·渗透测试
kuuailetianzi6 小时前
Python初识:定位、优势与发展历程
python
guoran_shini6 小时前
LLM微调-训练垂类问答模型
python·lora·sft