【python】使用正则在不规则字符串中提取出多个ip地址

在不规则字符串中提取ip地址

• • • • 一、ip地址正则表达式
      • 二、提取ip
      • ip地址提取中可能出现的错误
      • ip地址提取思路
      • 三、完整代码

ipv4地址总长度为32位，共4段，每段8位，以‘.’分割，每段为0~255的十进制数字

一、ip地址正则表达式

分段正则：

合并整理：

# 每一段的正则：
(25[0-5]|2[0-4]\d|1\d{2}|[1-9]?\d)# 完整ip的正则：
r'((25[0-5]|2[0-4]\d|1\d{2}|[1-9]?\d)\.){3}(25[0-5]|2[0-4]\d|1\d{2}|[1-9]?\d)'

二、提取ip

示例字符串：

str = "123.12.12.12q we1764.12.12.76asd12.12.23.287frg45.23.278.34hrdf127.0.0.1jj255.45.45.45bghtbh43.0.76.345"
# 以上能够构成ip地址的有 ['127.0.0.1', '255.45.45.45', '123.12.12.12']

ip地址提取中可能出现的错误

• 第一段或第四段位数超出，在匹配时直接舍去
• 十进制数大于255，超出ip范围，在匹配时舍去第一位或最后一位而去两位使数字保持在范围内
• findall匹配中间部分时需要将捕获组转化为非捕获组

ip地址提取思路

在从字符串中提取ip时可以将其分为开头，中间和结尾三部分：

1. 中间部分
   判断可能符合ip地址格式的字符串部分的前后均需要至少一位非数字字符来截取。
   ip地址部分前三位只匹配数字长度为1~3位，第四段则使用ip地址的正则表达式进行匹配，避免出现第四段为大于255以上的数字时，在最终提取ip时舍去最后一位而匹配成功的情况。
   最后将分组加上非捕获符号后，使用findall匹配出中间所有符合ip地址格式的字符串，返回ip地址列表，正则表达式如下：

	r'\D(?:\d{1,3}\.){3}(?:25[0-5]|2[0-4]\d|1\d{2}|[1-9]?\d)\D'

2. 开头
   和中间部分作为区分，开头为ip地址时，符合ip格式的字符串之前不存在其他字符，因此使用match从头开始匹配，ip地址第四段段之后要求至少有一个非数字字符，匹配成功则将提取的字符串添加到ip地址列表中，正则表达式如下

	r'(\d{1,3}\.){3}(?:25[0-5]|2[0-4]\d|1\d{2}|[1-9]?\d)\D'

3. 结尾
   结尾的问题在于ip地址后不存在其他字符，因此在第四段匹配后加结束符来判断终止，避免出现第四段为大于255以上的数字时舍去最后一位而匹配成功的情况，匹配成功则将提取的字符串添加到ip地址列表中，正则表达式如下：

	r'\D(\d{1,3}\.){3}(25[0-5]|2[0-4]\d|1\d{2}|[1-9]?\d)$'

三、完整代码

import re# 输入要匹配的字符串
# str = input('ip：')# 测试用字符串
# str = "fsff123.12.12.12q we1764.12.12.76asd12.12.23.287frg45.23.278.34hrdf127.0.0.1jj255.45.45.45bghtbh43.0.76.345"
str = "123.12.12.12q we1764.12.12.76asd12.12.23.287frg45.23.278.34hrdf127.0.0.1jj255.45.45.45bghtbh43.0.76.345"# 分为开头，中间和结尾三部分，提取可能包含ip地址的字符串
# 匹配中间部分的ip，返回列表
result = re.findall(r'\D(?:\d{1,3}\.){3}(?:25[0-5]|2[0-4]\d|1\d{2}|[1-9]?\d)\D',str)
print(result)# 匹配开头可能出现ip
ret_start = re.match(r'(\d{1,3}\.){3}(?:25[0-5]|2[0-4]\d|1\d{2}|[1-9]?\d)\D',str)
if ret_start:print("start:",ret_start.group())result.append(ret_start.group())# 匹配结尾
ret_end = re.search(r'\D(\d{1,3}\.){3}(25[0-5]|2[0-4]\d|1\d{2}|[1-9]?\d)$',str)
if ret_end:print("end: ",ret_end.group())result.append(ret_end.group())print('*'*20)
print("result: ",result) #result:  ['g45.23.278.34h', 'f127.0.0.1j', 'j255.45.45.45b', '123.12.12.12']# 构造列表保存ip地址
ip_list = []
for r in result:# 正则提取ipret = re.search(r'((25[0-5]|2[0-4]\d|1\d{2}|[1-9]?\d)\.){3}(25[0-5]|2[0-4]\d|1\d{2}|[1-9]?\d)', r)if ret:# 匹配成功则将ip地址添加到列表中ip_list.append(ret.group())# 输入结果列表
print(ip_list) # ['127.0.0.1', '255.45.45.45', '123.12.12.12']

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！