如何使用正则表达式抓取IP:PORT？

Question

我正在使用PHP编写一个小型IP：PORT抓取器。问题是我对正则表达式不太熟悉。

所以我一直在拼凑我所能找到的内容。

这就是我得到的代码： /\b(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?):([0-9]{1,5})\b/

我知道这并不是最好的方法，至少不是用于获取端口号的最佳方法，因为它允许像99999这样的端口号。

此外，它似乎会返回两个匹配项。IP:PORT和PORT。我只需要它捕获完整的IP：PORT，而不是其中一个。

- Rob

---

输入字符串的样子是什么？也就是说，你实际上是从哪里获取它们的？ - DaveRandom

@DaveRandom，各种网页，其中HTML差异很大。 - Rob

你是想从完整的URL（例如http://IP:PORT/some/stuff）中提取它们吗？还是它们只是单独的IP:PORT？此外，这些地址中是否总会有:PORT部分，或者有些可能只是IP？ - DaveRandom

它们通常是单独存在的，但可能会有一些HTML直接在前面或后面。通常不是完整的URL，但也有可能。总是有一个:PORT部分。 - Rob

你可以尝试这个：http://stackoverflow.com/a/25866412/3767784 - FaNaJ

Answer 1

我在下面发布了一个正则表达式，可以匹配IP地址或IP地址和端口。

$ip = '111.222.333.444';
if ( preg_match('/([0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3})\:?([0-9]{1,5})?/', $ip, $match) ) {
   echo 'ip: ' . $match['1'] . (isset($match['2']) ? ' port: ' . $match['2'] : '');
}

- TURTLE

Answer 2

您的正则表达式没问题，我将专注于端口本身。这个正则表达式：

(?::                #Match the :
  (?![7-9]\d\d\d\d) #Ignrore anything above 7....
  (?!6[6-9]\d\d\d)  #Ignore anything abovr 69...
  (?!65[6-9]\d\d)   #etc...
  (?!655[4-9]\d)
  (?!6553[6-9])
  (?!0+)            #ignore complete 0(s)
  (?<Port>\d{1,5})
)?

可选择捕获任何有效的端口号并将其存储到命名组"port"中。

注意: 必须启用自由间距（free spacing）：

if (preg_match(
    '/\b(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)
    (?::
      (?![7-9]\d\d\d\d) #Ignrore anything above 7....
      (?!6[6-9]\d\d\d)  #Ignore anything abovr 69...
      (?!65[6-9]\d\d)   #etc...
      (?!655[4-9]\d)
      (?!6553[6-9])
      (?!0+)            #ignore complete 0(s)
      (?P<Port>\d{1,5})
    )?
    \b/x', 
    $subject)) {
    # Successful match
}

- FailedDev

---

我怎样才能确定自由间距已启用？ - Rob

在正则表达式的结尾加上@Rob /x。 - FailedDev

Answer 3

你可以尝试这个：

\b(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?):\d{1,5}\b

这里有一些 IP 匹配的例子，可以在 这里 找到。只需选择其中任意一个，并在末尾添加 :\d{1,5}\b（用于匹配端口）。

- Brigand

---

是的，但这样不会匹配99999这样的端口吗？ - Rob

正则表达式并不完全支持图灵完备性（Turing completeness）。你可以使用一些 PHP 来找出端口是否完全合法，或者如果愿意的话，可以将所有数字范围都放进去。编辑：有关端口，请参见 Fallen 的解决方案。我仍建议在 PHP 中完成该部分。 - Brigand

Answer 4

FailedDev的回答中有关端口部分 - 我将其缩短并设置了边界，这只会捕获端口。

\b(?![7-9]\d{4})(?!6[6-9]\d{3})(?!65[6-9]\d{2})(?!655[4-9]\d)(?!6553[6-9])(?!0+)(\d{1,5})\b

- kbrucej

Answer 5

尝试使用此模式/正则表达式，它适用于所有情况，它会给出仅有效的IPV4格式IP地址和端口号的输出 ''^([0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}:[0-9]{1,4})(:[0-9]{1,4})?$'

我的输入：

10.128.16.38:22

1050:0000:0000:0000:0005:0600:300c:326b:22

11.11.11.11

asdfasdf

1012312101231210123121012312101231210123121012312101231210123121012312

这是与编程相关的文本。

10.128.45.23:9095

10.128.16.27:22 asdfasdfasdf

as@#$@#$

1050:0000:0000:0000:0005:0600:3002:3260:90

10.128.16.27:22 asdfasdfasdf

as@#$@#$

1050:0000:0000:0000:0005:0600:3002:3260:90

10.128.46.00:

输出：（仅有效的IP:端口）：

10.128.16.38:22

10.128.45.23:9095

- ShivaPrasad Gadapa

Answer 6

我很久以前用过这个。

[0-9]{3}.[0-9]{3}.[0-9]{3}.[0-9]{3}:[0-9]{5}

- greenLizard

---

为什么要使用[0-9]？我无法想象一个IP地址是999.999.999.999或者接近这个数值。目前来看，我在问题中提供的那个更加高效。 - Rob