python3网络爬虫：正则表达式匹配ip格式详解

r'(([01]{0,1}\d{0,1}\d|2[0-4]\d|25[0-5])\.){3}([01]\d{0,1}\d{0,1}\d|2[0-4]\d|25[0-5])  
 

其中最前面的   r'   防止转义影响到我们的正则表达式；

我们知道ip段的单个值的范围是0-255，该表达式匹配时把它分为3部分来匹配，即0-199，200-249，250-255，并用   |   来表示这三个数段中的任意一段为真即为真（成功匹配）。

第一个   |   前的   [01]{0,1}\d{0,1}\d   用来匹配0-199；

[01]表示第一位数可以是0也可以是1，后面的{0,1}表示至少匹配0次，需要匹配1次；再后面的\d代表着第二位数可以是0-9中的任意一个数，同样的后面的{0,1}表示最少匹配0次，需匹配1次，这是考虑到人们在书写ip地址时几乎不会用001这样的写法，譬如不写192.168.0.001，而是写作192.168.0.1；最后用\d第三位数为任意的一位个位数字，即0-9。

第二个   |   前的   2[0-4]\d   则用来匹配200-249这个范围的数值；

开头的2代表着它的最高位为2，[0-4]即第二位数的取值范围在0到4，\d即0-9；

后面的   25[0-5]   就更好理解了：250-255的数值。

合起来就是   [01]{0,1}\d{0,1}\d|2[0-4]\d|25[0-5]   ，但这还不够，因为我们的ip地址通常是由4段这样的数值构成的，由于每段数值中间用   .   （小数点）隔开，即xxx.xxx.xxx.xxx。

形象一点表示是这样的：(0-255).(0-255).(0-255).(0-255)   所以在后面我们要再匹配上小数点，即把前面的内容括起来加小数点匹配三次，实现(0-255).(0-255).(0-255)。

即：

(([01]{0,1}\d{0,1}\d|2[0-4]\d|25[0-5])\.)

注意括号划分优先级。

最后再加上一个(0-255)就行了，即 ([01]\d{0,1}\d{0,1}\d|2[0-4]\d|25[0-5])

文章来源: brucelong.blog.csdn.net，作者：Bruce小鬼，版权归原作者所有，如需转载，请联系作者。

原文链接：brucelong.blog.csdn.net/article/details/80493583