熊猫正则表达式提取网络IP地址子字符串答案

【问题标题】：pandas regex to extract network IP address substring熊猫正则表达式提取网络IP地址子字符串
【发布时间】：2017-07-18 23:03:08
【问题描述】：

如何使用正则表达式找到 ip 网络？

例子

IP 
234.523.213.462:321
21.236.432.123:66666
213.406.421.436:7324

我想要

IP                Port 
234.523.213.462   321
21.236.432.123    66666
213.406.421.436   7324

需要帮助！谢谢。

【问题讨论】：

顺便说一下，端口号不能是66666，端口号是1-65535范围内的整数。

标签： python regex pandas ip-address

【解决方案1】：

使用vectorize pandas方法str.split：

df[['IP','Port']] = df.IP.str.split(':', expand=True)
print (df)
                IP   Port
0  234.523.213.462    321
1   21.236.432.123  66666
2  213.406.421.436   7324

使用正则表达式的解决方案（如果只有数字，: 和 .）：

df[['IP','Port']] = df.IP.str.extract('(.*):(.*)', expand=True)
print (df)
                IP   Port
0  234.523.213.462    321
1   21.236.432.123  66666
2  213.406.421.436   7324

【讨论】：

【解决方案2】：

正则表达式对于这个任务来说过于复杂了。

In [1]: "213.406.421.436:7324".split(":")
Out[1]: ['213.406.421.436', '7324']

In [2]: "213.406.421.436:7324".split(":")[0]
Out[2]: '213.406.421.436'

In [3]: "213.406.421.436:7324".split(":")[1]
Out[3]: '7324'

您可以像这样从字符串中获取 ip 和端口：

ip, port = "213.406.421.436:7324".split(":")

【讨论】：

【解决方案3】：

使用pd.Series.str.extract

简单的regex

df.IP.str.extract('(?P<IP>.+):(?P<Port>\d+)', expand=True)

            IP   Port
0  523.213.462    321
1  236.432.123  66666
2  406.421.436   7324

显式regex

df.IP.str.extract('(?P<IP>\d{1,3}\.\d{1,3}\.\d{1,3}):(?P<Port>\d+)', expand=True)

            IP   Port
0  523.213.462    321
1  236.432.123  66666
2  406.421.436   7324

【讨论】：