我无法解决正则表达式，我不知道是啥问题[重复]

Posted 2023-04-14

【中文标题】我无法解决正则表达式，我不知道是啥问题[重复]

【英文标题】：I cannot work regular expressions out, i don't know what is a problem [duplicate]我无法解决正则表达式，我不知道是什么问题[重复]

【发布时间】：2020-03-24 11:07:51

【问题描述】：

我正在尝试编写代码来使用正则表达式确定 ipv4 地址是否正确，但我似乎无法找出问题所在。

import re
pattern=re.compile('([0-9]|[1-9][0-9]|1[0-9]2|2[0-4][0-9]|25[0-5]\.)3([0-9]|[1-9][0-9]|1[0-9][0-9]|2[0-4][0-9]|25[0-5])')
ip=['17.255.16.45','255.255.255.255','0.0.0.0','0.14.255.14','2555.2564.0.3','0.3.255']

for i in range (len(ip)):
    if re.search(pattern,ip[i]):
        print(ip[i],'ok')
    else:
        print(ip[i],"nope")

【问题讨论】：

查看这个正则表达式测试器：regex101.com

这是一项勇敢的努力，但我认为您可能在这里对正则表达式施加了过多的负担。如果您想对格式严格要求，我会使用正则表达式来确保数字不以零开头（除非它只有 0），然后稍后在代码中检查值是否正常（问题本身仍然有效不过）。

正则表达式很酷，而且很好学 - 但这是重新发明***，还有一个“XY”问题：您需要验证 IP 的字符串，而不是“修复正则表达式”

【参考方案1】：

我认为问题在于您的\. 包含在交替中，而它应该始终包含在它之前的任何选项之后。您只需将这些选项放在一对括号中即可修复它。此外，建议使用raw strings 进行正则表达式以避免转义问题。

import re
pattern=re.compile(r'(([0-9]|[1-9][0-9]|1[0-9]2|2[0-4][0-9]|25[0-5])\.)3([0-9]|[1-9][0-9]|1[0-9][0-9]|2[0-4][0-9]|25[0-5])')
ip=['17.255.16.45','255.255.255.255','0.0.0.0','0.14.255.14','2555.2564.0.3','0.3.255']

for i in range (len(ip)):
    if re.search(pattern,ip[i]):
        print(ip[i],'ok')
    else:
        print(ip[i],"nope")

输出：

17.255.16.45 ok
255.255.255.255 ok
0.0.0.0 ok
0.14.255.14 ok
2555.2564.0.3 nope
0.3.255 nope

【参考方案2】：

我什至不知道出了什么问题，但是一旦我将其重构为 这似乎有效：

import re

ip_num_pat = r"[0-9]|[1-9][0-9]|1[0-9]2|2[0-4][0-9]|25[0-5]"

pattern = re.compile(r'(?:(0)\.)3(0)'.format(ip_num_pat))
ip_addrs = [
    '17.255.16.45', '255.255.255.255', '0.0.0.0', '0.14.255.14',
    '2555.2564.0.3', '0.3.255']

for ip in ip_addrs:
    if pattern.match(ip):
        print(ip, 'ok')
    else:
        print(ip, 'nope')

一般来说，通过破坏它们可以更容易地跟踪此类事情 分成更小的部分。我认为可能最后一个块是错误的。

另外，请注意，我已将您的代码更改为使用 .match，而不是 .search。 这很关键，否则你会匹配到 01.2.3.4 这样的东西。

但是，正如其他人所说，更简单的方法如下所示：

ip_addrs = [
    '17.255.16.45', '255.255.255.255', '0.0.0.0', '0.14.255.14',
    '2555.2564.0.3', '0.3.255', '03.1.2.3']

def is_ip(addr):
    try:
        component_strings = addr.split(".")
        if any(i.startswith("0") and i != "0" for i in component_strings):
            raise ValueError("Components cannot start with 0")
        components = [int(i) for i in component_strings]
        if len(components) != 4:
            raise ValueError("Need 4 parts for an IPv4 address")
        if any(not 0 <= i < 256 for i in components):
            raise ValueError("Components should be in range 0, ..., 255")
        return True
    except ValueError:
        return False

for ip in ip_addrs:
    if is_ip(ip):
        print(ip, 'ok')
    else:
        print(ip, 'nope')

【参考方案3】：

虽然出于教育目的使用正则表达式可能很有趣，但如果打算将其放入实际代码中，则最好使用 Python 的 ipaddress 模块 - 而不是重新发明***。

它是part of Python standard library since Python 3.3，使用它只需：

import ipaddress

# The "for ... in range(len(...))" pattern is not really needed in Python
# the native for can walk your sequence elements:
for address in ip:
    try:
       ipaddress.ip_address(address)
    except ValueError:
       print(address, "Nope")
    else:
       print (adress, "ok")

除了正则表达式中的细微错误之外，明显的优点是它还可以解析 IPv6 地址（如果不需要，可以在 .version 属性中轻松检查协议） - 上面的 ip_address 调用返回一个对象，该对象免费提供有关 IP 的大量信息，无需任何额外工作，包括但不限于：

 'is_link_local',
 'is_loopback',
 'is_multicast',
 'is_private',
 'is_reserved',
 'is_unspecified',
 'max_prefixlen',