从一行中提取特定的数字字符串答案

【问题标题】：Extracting a specific string of numbers from a line从一行中提取特定的数字字符串
【发布时间】：2019-08-11 13:23:43
【问题描述】：

我正在访问一个日志文件，其中包含以下行：

May  1 07:39:30 example-server sshd[61362]: reverse mapping checking getaddrinfo for 37-115-223-100.broadband.kyivstar.net [37.115.223.100] failed - POSSIBLE BREAK-IN ATTEMPT!

May  1 07:42:02 example-server sshd[61698]: reverse mapping checking getaddrinfo for 234.10.13.218.broad.fs.gd.dynamic.163data.com.cn [218.13.10.234] failed - POSSIBLE BREAK-IN ATTEMPT!

我想解析文件并提取短语（“反向映射检查....”之后和“失败”一词之前）方括号内的 IP 地址

我是正则表达式的新手，无法弄清楚步骤。

另外，每个八位字节 100 的 IP 地址令人困惑，因为我不能使用 [0-9[0-9]（固定的东西）

请帮助我使用任何方法提取该 IP 地址。

【问题讨论】：

问"Give me a regex that does X" 而没有尝试的问题在 Stack Overflow 上是题外话。
using-a-regex-to-match-ip-addresses-in-python的可能重复
使用 regex101.com 优化该正则表达式并向其添加 [] 文字。

标签： python regex python-3.x

【解决方案1】：

这个正则表达式应该可以工作：

r'reverse mapping checking getaddrinfo for \S+ \[([^\]]+)\]'

\S 表示没有空格字符，我使用 + 量词来获取带有 IP 的整个 url，然后捕获方括号内的组，我正在使用这个组：

([\]]]+)。它只能捕获尽可能多的非] 字符，因此它将捕获整个IP 地址。

【讨论】：

成功了。非常感谢。（已投票，但您不会在这里看到声誉问题）。

【解决方案2】：

我会这样做：

import re
text = '''May  1 07:39:30 example-server sshd[61362]: reverse mapping checking getaddrinfo for 37-115-223-100.broadband.kyivstar.net [37.115.223.100] failed - POSSIBLE BREAK-IN ATTEMPT!

May  1 07:42:02 example-server sshd[61698]: reverse mapping checking getaddrinfo for 234.10.13.218.broad.fs.gd.dynamic.163data.com.cn [218.13.10.234] failed - POSSIBLE BREAK-IN ATTEMPT!'''
ips = re.findall(r'(?<=\[)\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}(?=\])',text)
print(ips) # ['37.115.223.100', '218.13.10.234']

请注意，我使用了所谓的r-string，所以我可以使用单个\ 作为转义而不需要转义它。我的模式由 3 个主要部分组成：

(?<=\[)是零长度断言，意思是：检查匹配前是否有[，[有特殊含义需要转义
\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3} 是由 1 到 3 位数字组成的四个数字 (\d)，由点剪切而成（. - 再次需要转义，因为 . 具有特殊含义）
(?=\])是零长度断言，意思是：检查匹配后是否有]，]也需要转义。

【讨论】：

【解决方案3】：

在这种简单的情况下，我个人反对正则表达式，python 有出色的方法 string.split() 可以更快更简单地工作。为什么不这样做

def get_ip(logstr):
  return logstr.split('reverse mapping checking', 1)[1].split('[', 1)[1].split(']', 1)[0]

with open(logfile) as f:
  for line in f:
    if 'reverse mapping checking' in line:
      print(get_ip(line))

这很简单——logstr.split('reverse mapping checking', 1) 给你两个字符串——在“反向映射检查”之前，索引为 0，之后——索引为 1。我将拆分计数设置为 1，以建议 python 不要再搜索字符串。然后我们用 [1] 取第二个字符串，再用 '[' 分割它，在 [ 之后用 [1] 得到东西，然后用 ']' 分割得到 [0]，因为 ip 在 ] 之前。就是这样

【讨论】：

【解决方案4】：

import re

regex = r"\[[0-9.]+\] failed"

test_str = ("May  1 07:39:30 example-server sshd[61362]: reverse mapping checking getaddrinfo for 37-115-223-100.broadband.kyivstar.net [37.115.223.100] failed - POSSIBLE BREAK-IN ATTEMPT!\n\n"
    "May  1 07:42:02 example-server sshd[61698]: reverse mapping checking getaddrinfo for 234.10.13.218.broad.fs.gd.dynamic.163data.com.cn [218.13.10.234] failed - POSSIBLE BREAK-IN ATTEMPT!")

matches = re.finditer(regex, test_str, re.MULTILINE)
mapping = [ (' failed', ''), ('[', ''), (']', '') ]


for matchNum, match in enumerate(matches, start=1):
    my_string = match.group()
    for k, v in mapping:
        my_string = my_string.replace(k, v)    
    print ("IP : {match}".format(match = my_string))

【讨论】：