正则无法直接解析原始二进制数据，但可解析字符串形式的二进制数据（如"01001101"、b'1010'、data=11100011）；需区分二进制字符串与bytes对象，用r'[01]{4,}'等模式提取，并校验合法性。
直接用正则解析原始二进制数据不可行，但可以解析“以字符串形式表示的二进制数据”，比如形如 "01001101"、"b'1010'" 或混在日志里的 "data=11100011, flag=0" 这类文本。关键在于区分“二进制字符串”（即只含 '0' 和 '1' 的 str）和真正的 bytes 对象。
识别并提取二进制字符串片段
很多场景中，二进制数据是作为可读文本嵌入的（例如调试日志、配置描述、协议报文摘要）。这时可用正则定位连续的 0/1 序列：
- 匹配纯二进制字符串：
r'[01]{4,}'—— 找出长度 ≥4 的 0/1 串（避免把单独的"0"或"1"当作有效数据） - 匹配带前缀的格式：
r'b['"]([01]+)['"]'可捕获b"1010"中的"1010" - 匹配键值对中的值：
r'data=([01]+)'能从"data=11001010; mode=1"中抽取出"11001010"
验证提取结果是否为合法二进制
提取后建议校验，防止误匹配（如把 "12301" 中的 "01" 当作二进制）：
- 用
re.fullmatch(r'[01]+', s)确保整个字符串只含 0 和 1 - 或封装函数：
def is_valid_binary(s): return bool(re.fullmatch(r'[01]+', s)) - 若需转为数值，直接用
int(s, 2)；若需转为 bytes，先转 int 再用s.encode()不适用，应走bytes([int(s[i:i+8], 2) for i in range(0, len(s), 8)])（按字节分组）
处理真实二进制文件时的注意事项
如果目标是解析 .bin、.dat 等真正二进制文件，不能直接对 bytes 对象用字符串正则（如 r'1100'）：
- 必须使用字节正则：模式写成
b'\x00\x01'或rb'pattern'，且传入的 data 是bytes类型 - 例如读取文件后：
with open('data.bin', 'rb') as f: raw = f.read()
matches = re.findall(rb'\x01\x02([01]{8})', raw) - 常见错误：用字符串正则去匹配 bytes → 报
TypeError: cannot use a string pattern on a bytes-like object
进阶：替换连续 1（保留末位）
若嵌入的二进制串需做逻辑转换（如将 "111" → "001"），可用正向先行断言：
-
re.sub(r'1(?=1)', '0', binary_str)—— 只替换后面紧跟 1 的那个 1 - 示例：
"1101110"→"0100010"（每个连续块只留末位 1） - 该方法单次扫描、无重叠问题，比循环 replace 更可靠
