Python中正则表达式对字符串有效但读取TXT文件时无效的原因

尝试从包含以下内容的.txt文件中读取BitLocker密钥和标识符：

Wiederherstellungsschlüssel für die BitLocker-Laufwerkverschlüsselung

Um zu überprüfen, ob es sich um den richtigen Wiederherstellungsschlüssel handelt, vergleichen Sie den Beginn des folgenden Bezeichners mit dem auf dem PC angezeigten Bezeichnerwert.

Bezeichner:

F85E6660-52A8-43D9-B66Z-F61246666666

Falls der obige Bezeichner mit dem auf dem PC angezeigten Bezeichner übereinstimmt, sollten Sie den folgenden Schlüssel zum Entsperren des Laufwerks verwenden.

Wiederherstellungsschlüssel:

222222-333333-444444-555555-666666-777777-888888-999999

Falls der obige Bezeichner nicht mit dem auf dem PC angezeigten Bezeichner übereinstimmt, handelt es sich nicht um den richtigen Schlüssel zum Entsperren des Laufwerks.
Versuchen Sie es mit einem anderen Wiederherstellungsschlüssel, oder suchen Sie unter "https://go.microsoft.com/fwlink/?LinkID=260589" nach weiteren Informationen.

使用的正则表达式如下：

identifier_pattern = r"[A-Z0-9]{8}-[A-Z0-9]{4}-[A-Z0-9]{4}-[A-Z0-9]{4}-[A-Z0-9]{12}"
key_pattern = r"[0-9]{6}-[0-9]{6}-[0-9]{6}-[0-9]{6}-[0-9]{6}-[0-9]{6}-[0-9]{6}-[0-9]{6}"

该正则在处理多行/单行字符串时能正常匹配，但读取文件内容时始终返回None。尝试过read()方法、逐行遍历、删除换行/制表符等操作，均无效。示例代码如下：

# Example use
import re

identifier_pattern = r"[A-Z0-9]{8}-[A-Z0-9]{4}-[A-Z0-9]{4}-[A-Z0-9]{4}-[A-Z0-9]{12}"

single_line = " F85E6660-52A8-43D9-B66Z-F61246666666"
# 能匹配成功
print(re.search(identifier_pattern,single_line))

# 无法匹配
with open("testKey.txt") as file:
    for line in file:
        line_clear = line.replace('\r',' ').replace('\n' , ' ').replace('\t' , ' ')
        match = re.search(identifier_pattern,line_clear)
        print("match: ", match , "line: ",line_clear)

# 无法匹配
def extract_bitlocker_info(file_path):
    with open(file_path, 'r') as file:
        content = file.read()

    identifier_pattern = r"[A-Z0-9]{8}-[A-Z0-9]{4}-[A-Z0-9]{4}-[A-Z0-9]{4}-[A-Z0-9]{12}"
    identifier = re.search(identifier_pattern, content)

    recovery_key_pattern = r"[0-9]{6}-[0-9]{6}-[0-9]{6}-[0-9]{6}-[0-9]{6}-[0-9]{6}-[0-9]{6}-[0-9]{6}"
    recovery_key = re.search(recovery_key_pattern, content)

    return identifier, recovery_key

file_path = "testKey.txt"
identifier, recovery_key = extract_bitlocker_info(file_path)

print("Identifier:", identifier)
print("Recovery Key:", recovery_key)

注：“无效”指re.search()返回None，请问导致正则无法匹配TXT文件输入的原因是什么？

核心原因1：正则未兼容小写字母（或文件中存在小写字符） #

测试字符串里的标识符是大写Z，但如果.txt文件中的标识符实际是小写z，而你的正则[A-Z0-9]仅匹配大写字母和数字，自然无法命中。

核心原因2：文件编码不匹配 #

Windows导出的BitLocker密钥文件常采用UTF-16编码，而你用默认的UTF-8编码读取时，会导致内容乱码（比如夹杂\x00空字符），正则无法识别目标字符串。

验证与解决方法 #

1. 先确认读取内容的正确性
   在读取文件后，打印原始内容的repr形式，查看是否有乱码或异常字符：

   with open("testKey.txt", 'r') as file:
       content = file.read()
   print(repr(content))
   

   如果输出包含大量\x00，说明是UTF-16编码，需指定编码读取。

2. 修正正则或添加大小写忽略标志
   要么修改正则包含小写字母：

   identifier_pattern = r"[A-Za-z0-9]{8}-[A-Za-z0-9]{4}-[A-Za-z0-9]{4}-[A-Za-z0-9]{4}-[A-Za-z0-9]{12}"
   

   要么在匹配时添加re.IGNORECASE标志：

   identifier = re.search(identifier_pattern, content, re.IGNORECASE)
   

3. 指定正确的文件编码
   优先尝试UTF-8，失败则用UTF-16读取：

   try:
       with open(file_path, 'r', encoding='utf-8') as file:
           content = file.read()
   except UnicodeDecodeError:
       with open(file_path, 'r', encoding='utf-16') as file:
           content = file.read()
   

修正后的完整代码 #

import re

def extract_bitlocker_info(file_path):
    # 自动适配编码读取
    try:
        with open(file_path, 'r', encoding='utf-8') as file:
            content = file.read()
    except UnicodeDecodeError:
        with open(file_path, 'r', encoding='utf-16') as file:
            content = file.read()
    
    # 兼容大小写的标识符匹配
    identifier_pattern = r"[A-Z0-9]{8}-[A-Z0-9]{4}-[A-Z0-9]{4}-[A-Z0-9]{4}-[A-Z0-9]{12}"
    identifier_match = re.search(identifier_pattern, content, re.IGNORECASE)
    identifier = identifier_match.group() if identifier_match else None

    # 密钥匹配保持不变
    recovery_key_pattern = r"[0-9]{6}-[0-9]{6}-[0-9]{6}-[0-9]{6}-[0-9]{6}-[0-9]{6}-[0-9]{6}-[0-9]{6}"
    key_match = re.search(recovery_key_pattern, content)
    recovery_key = key_match.group() if key_match else None

    return identifier, recovery_key

file_path = "testKey.txt"
identifier, recovery_key = extract_bitlocker_info(file_path)

print("Identifier:", identifier or "未找到匹配项")
print("Recovery Key:", recovery_key or "未找到匹配项")

内容的提问来源于stack exchange，提问作者Simplicissimus