Question

我想用python获取一个HTML页面，然后从中打印出所有的IP。我将如下定义IP：

X X X X ：。的ý

其中： x = 0到256之间的数字。 y =具有＆lt;的数字。 7位数。

感谢。

Answer 1

右。我唯一不能做的是正则表达式。 - das 9分钟前如果有人告诉我，我会好的。 - das 8分钟前

import re

ip = re.compile(r"\b(?:(?:25[0-5]|2[0-4]\d|[01]?\d\d?)\.){3}(?:25[0-5]|2[0-4]\d|[01]?\d\d?):\d{1,6}\b")
junk = " 1.1.1.1:123 2.2.2.2:321 312.123.1.12:123 "
print ip.findall(junk)

# outputs ['1.1.1.1:123', '2.2.2.2:321']

这是一个完整的例子：

import re, urllib2

f = urllib2.urlopen("http://www.samair.ru/proxy/ip-address-01.htm")
junk = f.read()

ip = re.compile(r"\b(?:(?:25[0-5]|2[0-4]\d|[01]?\d\d?)\.){3}(?:25[0-5]|2[0-4]\d|[01]?\d\d?):\d{1,6}\b")
print ip.findall(junk)

# ['114.30.47.10:80', '118.228.148.83:80', '119.70.40.101:8080', '12.47.164.114:8888', '121.
# 17.161.114:3128', '122.152.183.103:80', '122.224.171.91:3128', '123.234.32.27:8080', '124.
# 107.85.115:80', '124.247.222.66:6588', '125.76.228.201:808', '128.112.139.75:3128', '128.2
# 08.004.197:3128', '128.233.252.11:3124', '128.233.252.12:3124']

Answer 2

基本方法是：

使用urllib2下载页面内容
使用regular expression提取类似IPv4的地址
根据每个八位位组的数字约束验证每个匹配
打印出匹配列表

请更清楚地说明您遇到问题的具体部分，以及证明您迄今为止尝试过的内容的证据。

Answer 3

尝试：

re.compile("\d?\d?\d.\d?\d?\d.\d?\d?\d.\d?\d?\d:\d+").findall(urllib2.urlopen(url).read())

Answer 4

不要把它变成谁是一个更好的正则报告作者 - 战争但是......

(\d{1,3}\.){3}\d{1,3}\:\d{1,6}

Answer 5

<强> In action ：

\b(?:                # A.B.C in A.B.C.D:port
    (?:
       25[0-5]
    |  2[0-4][0-9]
    |  1[0-9][0-9]
    |  [1-9]?[0-9]
    )\.
  ){3}
  (?:                # D in A.B.C.D:port
    25[0-5]
  | 2[0-4][0-9]
  | 1[0-9][0-9]
  | [1-9]?[0-9]
  )
  :[1-9]\d{0,5}     # port number any number in (0,999999]
\b

查找HTML页面上的所有IP

5 个答案: