【python】使用正则在不规则字符串中提取出多个ip地址

ipv4地址总长度为32位，共4段，每段8位，以‘.’分割，每段为0~255的十进制数字

一、ip地址正则表达式

分段正则：

取值区间	正则	合并整理
0-9	\d
10-99	\d{2}	[1-9]?\d
100-199	1\d{2}	1\d{2}
200-249	2[0-4]\d	2[0-4]\d
250-255	25[0-5]	25[0-5]

合并整理：

# 每一段的正则：
(25[0-5]|2[0-4]\d|1\d{2}|[1-9]?\d)

# 完整ip的正则：
r'((25[0-5]|2[0-4]\d|1\d{2}|[1-9]?\d)\.){3}(25[0-5]|2[0-4]\d|1\d{2}|[1-9]?\d)'

二、提取ip

示例字符串：

str = "123.12.12.12q we1764.12.12.76asd12.12.23.287frg45.23.278.34hrdf127.0.0.1jj255.45.45.45bghtbh43.0.76.345"
# 以上能够构成ip地址的有 ['127.0.0.1', '255.45.45.45', '123.12.12.12']

ip地址提取中可能出现的错误

• 第一段或第四段位数超出，在匹配时直接舍去
• 十进制数大于255，超出ip范围，在匹配时舍去第一位或最后一位而去两位使数字保持在范围内
• findall匹配中间部分时需要将捕获组转化为非捕获组

ip地址提取思路

在从字符串中提取ip时可以将其分为开头，中间和结尾三部分：

1. 中间部分
   判断可能符合ip地址格式的字符串部分的前后均需要至少一位非数字字符来截取。
   ip地址部分前三位只匹配数字长度为1~3位，第四段则使用ip地址的正则表达式进行匹配，避免出现第四段为大于255以上的数字时，在最终提取ip时舍去最后一位而匹配成功的情况。
   最后将分组加上非捕获符号后，使用findall匹配出中间所有符合ip地址格式的字符串，返回ip地址列表，正则表达式如下：

	r'\D(?:\d{1,3}\.){3}(?:25[0-5]|2[0-4]\d|1\d{2}