Python 正则表达式匹配IP （能过滤00X等数值显示问题）

 1 #! python3
 2 # coding=utf-8
 3 # @Time    : 2018/6/15 15:03
 4 # @Author  : hsq
 5 # @File    : IPCatcher.py
 6 # @Software: PyCharm
 7 
 8 """
 9 捕获文本中的IP
10 【输入】带IP混合文本的文件
11 【输出】捕获出来的IP，去重，每行显示一个
12 【使用】
13 输入文件放res_in目录
14 输出文件放res_out目录
15 """
16 
17 import os
18 import re
19 import sys
20 from PyInstaller.compat import FileNotFoundError, FileExistsError
21 
22 # 读取文件
23 # 错误备忘 ：无法识别python当前运行目录
24 # input_floder_root_path = os.path.abspath('.')+"\\res_in\\" # 输入文件夹
25 # output_floder_root_path = os.path.abspath('.')+"\\res_out\\" # 输出文件夹
26 output_file = "output_result.txt"
27 output_str_list = []
28 
29 
30 # 获取当前运行目录
31 def get_current_path():
32     paths = sys.path
33     current_file = os.path.basename(__file__)
34     for path in paths:
35         try:
36             if current_file in os.listdir(path):
37                 return path
38         except (FileExistsError,FileNotFoundError) as e:
39             print(e)
40 
41 input_floder_root_path = get_current_path()+"\\res_in\\"    # 输入文件夹
42 output_floder_root_path = get_current_path()+"\\res_out\\"  # 输出文件夹
43 
44 print (input_floder_root_path)
45 
46 # 读取文件夹 # 定位目标 # 解析目标 # 存储目标
47 for file in os.listdir(input_floder_root_path):
48     with open(input_floder_root_path+file,  'r',encoding='utf-8') as f:#错误备忘：读取字节流和re解析错误
49         for line in f.readlines(10240000): # 关键点：缓存大小为B，每次读取10MB，防止占用内存过大
50             # 关键点：过滤IP，有效性检查,数值显示检查去除补0
51             for ip in re.findall(
52                 # """ 正则表达式
53                 #     (?<!) 不匹配之前，开始匹配
54                 #     (?!)  不匹配之后，开始匹配
55                 #错误备忘：（未过滤01. 001. 000.）
56                 #  r'(?<![\.\d])(?:25[0-5]\.|2[0-4]\d\.|[01]?\d\d?\.){3}(?:25[0-5]|2[0-4]\d|[01]?\d\d?)(?![\.\d])',
57                 # """
58                  r'(?<![\.\d])(?:2[0-5][0-5]\.|1[\d][\d]\.|[1-9][\d]\.|[\d]\.){3}(?:2[0-5][0-5]|1[\d][\d]|[1-9][\d]|[\d])(?![\.\d])',
59                 line):
60                 output_str_list.append(ip)
61 
62 output_str_list = list(set(output_str_list)) # 关键点：去重
63 for ip in sorted(output_str_list):
64     print (ip)
65 print ('list len:',output_str_list.__len__())
66 print ('list final:',output_str_list)
67 
68 # 生成文件
69 with open(output_floder_root_path+output_file, 'w+') as f:
70     for line in output_str_list:
71         f.writelines(line+'\n')