如何通过在python中排除RFC1918私有地址来匹配IPV4正则表达式模式

Question

import re
text='''10.11.0.0'''

pattern=re.compile(r'(\b(\d|\d{2}|1\d{2}|2[0-5]{2})\.(\d|\d{2}|1\d{2}|2[0-5] 
{2})\.(\d|\d{2}|1\d{2}|2[0-5]{2})\.(\d|\d{2}|1\d{2}|2[0-5]{2})\b)')

#pattern=re.compile(r'\b((25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)(\.|$)){4}\b')
matches=pattern.finditer(text)

for match in matches:
  print(match.group())

这是查找所有 IPV4 地址的正则表达式模式，但我需要排除 RFC1918 地址。请提供建议。

Answer 1

根据this reference，IP地址正则表达式为\b(?: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]?)){3}\b。

您希望避免匹配以10、192.168 开头的 IP 地址以及以172 开头的特定地址范围。

使用

\b(?!10\.|192\.168\.|172\.(?:1[6-9]|2[0-9]|3[01])\.)(?: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]?)){3}\b

见regex demo

详情

• \b - 字边界
• (?!10\.|192\.168\.|172\.(?:1[6-9]|2[0-9]|3[01])\.) - 如果接下来出现 RFC1918 地址“标记”，则 否定前瞻 匹配失败：
  • 10\. - 10.
  • 192\.168\. - 192.168.
  • 172\.(?:1[6-9]|2[0-9]|3[01])\. - 172.，然后是 16 到 31 和 .
• (?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?) - 八位字节正则表达式（注意非捕获组，您可以将此模式与 re.findall 一起使用以方便地返回所有匹配项，无需使用 re.finditer 迭代匹配项）
• (?:\.(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)){3} - 一个点重复 3 次，后面跟着一个八位字节
• \b - 字边界

Python demo:

import re
octet = r'(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)'
pattern=re.compile(r"\b(?!10\.|192\.168\.|172\.(?:1[6-9]|2[0-9]|3[01])\.){0}(?:\.{0}){{3}}\b".format(octet))
text = "10.11.0.0 and here are 192.168.0.0 and 192.168.0.2 145.12.24.45"
print(pattern.findall(text)) # => ['145.12.24.45']

Answer 2

此正则表达式匹配 RFC1918 中的地址：

(^192\.168\.([0-9]|[0-9][0-9]|[0-2][0-5][0-5])\.([0-9]|[0-9][0-9]|[0-2][0-5][0-5])$)|(^172\.([1][6-9]|[2][0-9]|[3][0-1])\.([0-9]|[0-9][0-9]|[0-2][0-5][0-5])\.([0-9]|[0-9][0-9]|[0-2][0-5][0-5])$)|(^10\.([0-9]|[0-9][0-9]|[0-2][0-5][0-5])\.([0-9]|[0-9][0-9]|[0-2][0-5][0-5])\.([0-9]|[0-9][0-9]|[0-2][0-5][0-5])$)

在这里找到：https://www.regextester.com/95489

要达到预期的结果，只需匹配所有 IP，然后删除与您要排除的 IP 匹配的那些（保持接近您自己的示例）：

import re
text='''10.11.0.0', 192.168.1.1, 123.4.5.6'''

pattern=re.compile(r'(\b(\d|\d{2}|1\d{2}|2[0-5]{2})\.(\d|\d{2}|1\d{2}|2[0-5]{2})\.(\d|\d{2}|1\d{2}|2[0-5]{2})\.(\d|\d{2}|1\d{2}|2[0-5]{2})\b)')
exclude=re.compile(r'(^192\.168\.([0-9]|[0-9][0-9]|[0-2][0-5][0-5])\.([0-9]|[0-9][0-9]|[0-2][0-5][0-5])$)|(^172\.([1][6-9]|[2][0-9]|[3][0-1])\.([0-9]|[0-9][0-9]|[0-2][0-5][0-5])\.([0-9]|[0-9][0-9]|[0-2][0-5][0-5])$)|(^10\.([0-9]|[0-9][0-9]|[0-2][0-5][0-5])\.([0-9]|[0-9][0-9]|[0-2][0-5][0-5])\.([0-9]|[0-9][0-9]|[0-2][0-5][0-5])$)')

matches = pattern.finditer(text)
filtered = [match.group() for match in matches if not exclude.match(match.group())]

for match in filtered:
  print(match)

请注意，如果您希望列表很大，也可以使用生成器推导而不是列表推导来获得相同的结果。