ip地址的python解析文件

Question

我有一个包含多个 IP 地址的文件。 4行txt大约有900个IP。 我希望输出为每行 1 个 IP。 我怎样才能做到这一点？ 基于其他代码，我想出了这个，但它失败了，因为多个 IP 位于单行上：

import sys
import re

try:
    if sys.argv[1:]:
        print "File: %s" % (sys.argv[1])
        logfile = sys.argv[1]
    else:
        logfile = raw_input("Please enter a log file to parse, e.g /var/log/secure: ")
    try:
        file = open(logfile, "r")
        ips = []
        for text in file.readlines():
           text = text.rstrip()
           regex = re.findall(r'(?:[\d]{1,3})\.(?:[\d]{1,3})\.(?:[\d]{1,3})\.(?:[\d]{1,3})$',text)
           if regex is not None and regex not in ips:
               ips.append(regex)

        for ip in ips:
           outfile = open("/tmp/list.txt", "a")
           addy = "".join(ip)
           if addy is not '':
              print "IP: %s" % (addy)
              outfile.write(addy)
              outfile.write("\n")
    finally:
        file.close()
        outfile.close()
except IOError, (errno, strerror):
        print "I/O Error(%s) : %s" % (errno, strerror)

Answer 1

表达式中的$锚点阻止您找到除最后一个条目之外的任何内容。 删除它，然后使用.findall()返回的列表：

found = re.findall(r'(?:[\d]{1,3})\.(?:[\d]{1,3})\.(?:[\d]{1,3})\.(?:[\d]{1,3})',text)
ips.extend(found)

re.findall()将始终返回一个列表，该列表可能为空。

• 如果您只想要唯一的地址，请使用集合而不是列表。
• 如果您需要验证 IP 地址（包括忽略专用网络和本地地址），请考虑使用ipaddress.IPV4Address()类。

Answer 2

findall 函数返回一个匹配数组，您不会遍历每个匹配。

regex = re.findall(r'(?:[\d]{1,3})\.(?:[\d]{1,3})\.(?:[\d]{1,3})\.(?:[\d]{1,3})$',text)
if regex is not None:
    for match in regex:
        if match not in ips:
            ips.append(match)

Answer 3

从文件中提取 IP 地址

我在这个讨论中回答了一个类似的问题。 简而言之，这是一个基于我正在进行的项目之一的解决方案，用于从不同类型的输入数据（例如字符串、文件、博客帖子等）中提取基于网络和主机的指标： https : //github.com/JohnnyWachter/intel

---

我将导入IPAddresses和Data类，然后使用它们以下列方式完成您的任务：

#!/usr/bin/env/python

"""Extract IPv4 Addresses From Input File."""

from Data import CleanData  # Format and Clean the Input Data.
from IPAddresses import ExtractIPs  # Extract IPs From Input Data.


def get_ip_addresses(input_file_path):
    """"
    Read contents of input file and extract IPv4 Addresses.
    :param iput_file_path: fully qualified path to input file. Expecting str
    :returns: dictionary of IPv4 and IPv4-like Address lists
    :rtype: dict
    """

    input_data = []  # Empty list to house formatted input data.

    input_data.extend(CleanData(input_file_path).to_list())

    results = ExtractIPs(input_data).get_ipv4_results()

    return results

• 现在您有了一个列表字典，您可以轻松访问您想要的数据并以您想要的任何方式输出它。 下面的例子使用了上面的函数； 将结果打印到控制台，并将它们写入指定的输出文件：

   # Extract the desired data using the aforementioned function. ipv4_list = get_ip_addresses('/path/to/input/file') # Open your output file in 'append' mode. with open('/path/to/output/file', 'a') as outfile: # Ensure that the list of valid IPv4 Addresses is not empty. if ipv4_list['valid_ips']: for ip_address in ipv4_list['valid_ips']: # Print to console print(ip_address) # Write to output file. outfile.write(ip_address)

Answer 4

没有re.MULTILINE标志$仅在字符串的末尾匹配。

为了使调试更容易，将代码分成几个可以独立测试的部分。

def extract_ips(data):
    return re.findall(r"\d{1,3}(?:\.\d{1,3}){3}", data)

• 正则表达式会过滤掉一些有效的2130706433 ，例如2130706433 、 "1::1" 。

• 相反，正则表达式匹配无效字符串，例如999.999.999.999 。 您可以使用socket.inet_aton()或更通用的socket.inet_pton()验证 ip 字符串。 您甚至可以在不搜索 ip 的情况下将输入分成几部分，并使用这些函数来保持有效的 ip。

如果输入文件很小并且您不需要保留 ips 的原始顺序：

with open(filename) as infile, open(outfilename, "w") as outfile:
    outfile.write("\n".join(set(extract_ips(infile.read()))))

否则：

with open(filename) as infile, open(outfilename, "w") as outfile:
    seen = set()
    for line in infile:
        for ip in extract_ips(line):
            if ip not in seen:
               seen.add(ip)
               print >>outfile, ip