ip地址的python解析文件

Question

我有一個包含多個 IP 地址的文件。 4行txt大約有900個IP。 我希望輸出為每行 1 個 IP。 我怎樣才能做到這一點？ 基於其他代碼，我想出了這個，但它失敗了，因為多個 IP 位於單行上：

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

表達式中的$錨點阻止您找到除最后一個條目之外的任何內容。 刪除它，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()將始終返回一個列表，該列表可能為空。

• 如果您只想要唯一的地址，請使用集合而不是列表。
• 如果您需要驗證 IP 地址（包括忽略專用網絡和本地地址），請考慮使用ipaddress.IPV4Address()類。

Answer 2

findall 函數返回一個匹配數組，您不會遍歷每個匹配。

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

從文件中提取 IP 地址

我在這個討論中回答了一個類似的問題。 簡而言之，這是一個基於我正在進行的項目之一的解決方案，用於從不同類型的輸入數據（例如字符串、文件、博客帖子等）中提取基於網絡和主機的指標： https : //github.com/JohnnyWachter/intel

---

我將導入IPAddresses和Data類，然后使用它們以下列方式完成您的任務：

#!/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

• 現在您有了一個列表字典，您可以輕松訪問您想要的數據並以您想要的任何方式輸出它。 下面的例子使用了上面的函數； 將結果打印到控制台，並將它們寫入指定的輸出文件：

   # 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

沒有re.MULTILINE標志$僅在字符串的末尾匹配。

為了使調試更容易，將代碼分成幾個可以獨立測試的部分。

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

• 正則表達式會過濾掉一些有效的2130706433 ，例如2130706433 、 "1::1" 。

• 相反，正則表達式匹配無效字符串，例如999.999.999.999 。 您可以使用socket.inet_aton()或更通用的socket.inet_pton()驗證 ip 字符串。 您甚至可以在不搜索 ip 的情況下將輸入分成幾部分，並使用這些函數來保持有效的 ip。

如果輸入文件很小並且您不需要保留 ips 的原始順序：

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

否則：

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