正则表达式匹配分离的代理ip和端口

Question

我正试图从网站上抓取一些代理地址。我从来没有深入学习正则表达式。有一些常见的格式，这里是正在使用的正则表达式

Regex ip = new Regex(@"(\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3})(?:\t*)(?: *)(?::*)(\d{2,5})");

不同的网站使用不同的格式，可能是8.8.8.8 \ t \ t 80,8.8.8.8：80,8.8.8.8 \ t80

这个正则表达式能够捕获大部分地址，但显然它会将123.123.123.123与ip 123.123.123.1和端口23不匹配，如果ip地址后面没有被三个元素之一分隔的端口

我希望三个共同元素\ t \ t，space，：为零或更多，但三个中至少有一个出现。

我想到了消极的前瞻，但我太习惯了，不能好好利用。

有任何暗示吗？

Answer 1

如果你对123.123.123.123 : :: : 80等地址没问题，那么你可以使用以下内容：

(\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3})[ \t:]+(\d{2,5})

如果您只想匹配123.123.123.123 : 80，123.123.123.123 80，123.123.123.123:80（最多一个:）等地址，那么您可以预见。

(\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3})(?=[^\d])\s*:?\s*(\d{2,5})

或者您可以使用or操作：

(\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3})(?:\s+|\s*:\s*)(\d{2,5})