如何从 HTML 字符串中提取 IP 地址？-IT科技

如何从 HTML 字符串中提取 IP 地址？

2025-04-10 09:44:00

admin

原创

摘要：问题描述：我想使用 Python 从字符串（实际上是一行 HTML）中提取 IP 地址。>>> s = "<html><head><title>Current IP Check</title></head><body...

问题描述：

我想使用 Python 从字符串（实际上是一行 HTML）中提取 IP 地址。

>>> s = "<html><head><title>Current IP Check</title></head><body>Current IP Address: 165.91.15.131</body></html>"

——‘165.91.15.131’ 就是我想要的！

我尝试使用正则表达式，但到目前为止我只能得到第一个数字。

>>> import re
>>> ip = re.findall( r'([0-9]+)(?:.[0-9]+){3}', s )
>>> ip
['165']

但是我对正则表达式没有很强的掌握；上述代码是从网上其他地方找到并修改的。

解决方案 1：

删除你的捕获组：

ip = re.findall( r'[0-9]+(?:.[0-9]+){3}', s )

结果：

['165.91.15.131']

笔记：

如果您正在解析 HTML，查看BeautifulSoup可能是个好主意。
您的正则表达式匹配了一些无效的 IP 地址，例如0.00.999.9999。这不一定是个问题，但您应该意识到这一点并尽可能处理这种情况。您可以将更改+为{1,3}以进行部分修复，而不会使正则表达式过于复杂。

解决方案 2：

您可以使用以下正则表达式来仅捕获有效的 IP 地址

re.findall(r'25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?.25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?.25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?.25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?',s)

['165', '91', '15', '131']

解决方案 3：

import re

ipPattern = re.compile('d{1,3}.d{1,3}.d{1,3}.d{1,3}')

findIP = re.findall(ipPattern,s)

findIP contains ['165.91.15.131']

解决方案 4：

您可以使用以下正则表达式来提取有效的 IP，而不会出现以下错误

1.有些被检测123.456.789.111为有效 IP

2.有些没有检测127.0.00.1为有效 IP

3.有些没有检测到以零开头的 IP，例如08.8.8.8

因此我在这里发布了一个适用于上述所有条件的正则表达式。

注意：我已经使用以下正则表达式提取了超过 200 万个 IP，没有任何问题。

(?:(?:1dd|2[0-5][0-5]|2[0-4]d|0?[1-9]d|0?0?d).){3}(?:1dd|2[0-5][0-5]|2[0-4]d|0?[1-9]d|0?0?d)

解决方案 5：

从日志中查找 IP 地址的最简单方法..

 s = "<html><head><title>Current IP Check</title></head><body>Current IP Address: 165.91.15.131</body></html>"
 info = re.findall(r'[d.-]+', s)

在 [42]: info
出[42]：['165.91.15.131']

解决方案 6：

我就是这样做的。我觉得这样很干净

import re
import urllib2

def getIP():
    ip_checker_url = "http://checkip.dyndns.org/"
    address_regexp = re.compile ('d{1,3}.d{1,3}.d{1,3}.d{1,3}')
    response = urllib2.urlopen(ip_checker_url).read()
    result = address_regexp.search(response)

    if result:
            return result.group()
    else:
            return None

get_IP() 返回 ip 为字符串或 None

如果您希望获得更准确的解析或者想要更改 Web 服务提供商，则可以将 address_regexp 替换为其他正则表达式。