正则表达式4视频里爬取ip的疑问
小甲鱼的视频中爬取IP地址用的正则表达式：r'(?:(?:?\d?\d?|2\d|25\.){3}(?:?\d?\d?|2\d|25))'
被弹幕指出IP地址最后一位数超过200就会出现BUG
然后改成先匹配高位数字就可以解决
我一直没搞懂是为什么？ 因为匹配时按照正则表达式的顺序去匹配，匹配的时候又是按照字符去匹配，所以255去匹配时由于?\d?\d?在前所以匹配到就认为匹配通过结束了 小小小菜菜菜 发表于 2020-3-31 23:58
因为匹配时按照正则表达式的顺序去匹配，匹配的时候又是按照字符去匹配，所以255去匹配时由于?\d?\d? ...
是第几位的255匹配第几位的？？{:10_285:} 本帖最后由 flamezyy 于 2020-4-1 14:41 编辑
首先你的正则表达式有问题，我不知道是小甲鱼写错了还是你抄错了
r'(?:(?:?\d?\d?|2\d|25)\.){3}(?:?\d?\d?|2\d|25)'
正确的应该这样写
而这样写会有个问题：
>>> p = r'(?:(?:?\d?\d?|2\d|25)\.){3}(?:?\d?\d?|2\d|25)'
>>> re.findall(p, '192.168.1.1')
['192.168.1.1']
>>> re.findall(p, '256.255.255.255')
['56.255.255.25']
虽然能正常匹配一般IP，但是当首位和末尾超过255时也会被匹配到，这是因为开始匹配后，虽然256不匹配，但是56匹配到了?\d?\d?，所以从56开始，而虽然255匹配到了25，但是由于25优先匹配了?\d?\d?，所以在25就结束了
解决方法也很简单，加上表示起始的^和表示终止的$即可：
p = r'^(?:(?:?\d?\d?|2\d|25)\.){3}(?:?\d?\d?|2\d|25)这里是终止符'
>>> re.findall(p, '256.255.255.255')
[]
>>> re.findall(p, '192.168.1.1')
['192.168.1.1']
页:
[1]