Python IP解析

Question

我正在使用 SIEM，需要能够从相对较大的文件中解析 IP 地址。它们没有一致的字段，因此“剪切”不是一个选项。我正在使用修改后的 python 脚本来删除除 a-z A-Z 0-9 和句点“.”之外的所有字符。以便可以正确解析该文件。问题是这不适用于我的 SIEM 文件。如果我有一个看起来像这样的文本文件“192.168.1.2!@#$!@%@$”，那很好，它会正确删除我不需要的所有字符，并仅将 IP 输出到新文件。问题是，如果文件看起来像这样“192.168.168.168@#$% 这是一个测试”，那么在删除异常字符的第一阶段之后，它就会不管它。请帮忙，我不知道为什么会这样。这是我的代码:

    #!/usr/bin/python
    import re
    import sys

    unmodded = raw_input("Please enter the file to parse. Example: /home/aaron/ipcheck: ")
    string = open(unmodded).read()
    new_str = re.sub('[^a-zA-Z0-9.\n\.]', ' ', string)
    open('modifiedipcheck.txt', 'w').write(new_str)

    try:
        file = open('modifiedipcheck.txt', "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("checkips", "a")
            combine = "".join(ip)
            if combine is not '':
                print "IP: %s" % (combine)
                outfile.write(combine)
                outfile.write("\n")
     finally:
            file.close()
            outfile.close()

大家有什么想法吗？预先非常感谢。

Answer 1

您的正则表达式以 $ 结尾，这表明它希望该行在该点结束。如果删除它，它应该可以正常工作:

regex = re.findall(r'(?:[\d]{1,3})\.(?:[\d]{1,3})\.(?:[\d]{1,3})\.(?:[\d]{1,3})', text)

您还可以进一步简化正则表达式本身:

regex = re.findall(r'(?:\d{1,3}\.){3}\d{1,3}', text)