从 CSV 文件中搜索 IP 地址

Question

我有一个 CSV 文件，其中的列包含多个带有 IP 地址的字符串。我成功运行了正则表达式查询，但它在输出中添加了随机字符。

descr = df.loc[:, 'desc']

arr = []


pat = re.compile("(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]?)")

for i in descr:

     test = pat.findall(i)
     arr.append(test)

df["IPA"] = arr

它提供 IP 地址输出，但我希望输出为 10.35.50.4 等 [(10, 35, 50, 4)] 和 [(10, 35, 50, 3)]。

Answer 1

您需要将您的组（括号内的任何内容）转换为非捕获组。您可以通过在打开括号后立即添加“？：”来做到这一点。

pat = re.compile("(?: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]?)")

原因写在函数“findall”的定义上：

返回字符串中所有不重叠的模式匹配，作为字符串列表。从左到右扫描字符串，并按找到的顺序返回匹配项。 如果模式中存在一个或多个组，则返回组列表；如果模式有多个组，这将是一个元组列表。结果中包含空匹配项。

因此，它会分别返回您地址中的所有组和数字。