Question

我有一个Python脚本来收集ip地址的主机名，其中primes作为字节实体。例如，根据我的问题集，211.13.17.2是一个有效的ip，其中每个字节实体（十进制表示）都是素数。

代码：

from itertools import product
import socket


# prime or not
def prime(n):
    if n > 1:
        p = 0
        for i in range(2, n-1):
            if divmod(n, i)[1] == 0:
                p = 1
                break
        if p == 0:
            return True


def get_host_name(b1, b2, b3, b4):
    addr = str(b1) + '.' + str(b2) + '.' + str(b3) + '.' + str(b4)
    try:
        return socket.gethostbyaddr(addr)
    except socket.herror:
        pass


# find host names whose ip addresses are all primes
byte = [b for b in range(0, 256) if prime(b)]
ips = list(product(byte, byte, byte, byte))
print 'Total ips = ', len(ips)

for ip in ips:
    if get_host_name(*ip):
        print get_host_name(*ip)

问题是我的脚本太慢了。我需要专家帮助来优化此代码。请查明所有错误以及使其表现得更快的方法。

Answer 1

对于素数，你可以使用这样的东西，

import numpy as np
isprime = lambda x: np.all(np.mod(x, range(2, 1 + int(np.sqrt(x)))))
primes = np.array([ x for x in range(2, 255) if isprime(x) ])

你可以通过

获得ip地址的生成器

('{}.{}.{}.{}'.format(*x) for x in itertools.product(primes, repeat=4))

但很可能代码在socket部分很慢，并且因为它需要检查的组合数量;为此，您可以通过使用工作流程池来尝试并行性;像这样的东西：

from multiprocessing import Pool
from socket import gethostbyaddr

def gethost(addr):
    try:
        return gethostbyaddr(addr)
    except:
        pass

if __name__ == '__main__':

    p = Pool(3)
    print (p.map(gethost,['74.125.228.137',
                          '11.222.333.444',
                          '17.149.160.49',
                          '98.139.183.24']))

编辑：对于只有少于50的素数，（50K +组合）和20个工作进程，我的机器上需要将近6分钟才能找到16K +结果。所以，有了这么多组合，并行性就无济于事。

Python脚本只收集主要实体的所有ip地址主机名

1 个答案: