IP 地址的正則表示式匹配
有關正則方面的知識,會在詳細的講解中提到。
在講解之前,我先給大家介紹一下,ip地址的生成規則。
IP地址,是由32位數字二進位制轉為四個十進位制的字串組成。
怎麼轉化?下面講解:
二進位制:11111111111111111111111111111111
分為四部分:11111111.11111111.11111111.11111111
轉化:2^7+2^6+2^5+2^4+2^3+2^2+2^1+2^0=255
轉為十進位制範圍:0~255.0~255.0~255.0~255
這就是IP地址的範圍。
根據這個生成IP的規則和範圍,我們可以用正則表示式來匹配出IP地址,但怎麼匹配呢?各人有各人的方法,這裡我講解一下我的思路。
根據IP地址的字串規律,我把匹配IP地址的表示式分為兩部分來考慮。
第一部分:匹配3個0~255.(注意後面的一個點)
第二部分:匹配最後的數字0~255
也就是說,先匹配出 0~255.(注意後面的一個點) 這個字串,然後重複匹配3次,然後再匹配最後的數字部分0~255。這就是我匹配IP地址的思路。
首先,我要提一下,正則是沒有辦法做數字運算的,所以,我們無法用數字運算的方式篩選出IP的數字範圍。既然沒法用數字運算的方式篩選出IP的數字範圍,那麼我們應該用什麼其他方式來篩選這個數字範圍呢?我的思路是分組討論,然後再把這些分組合並起來組成IP的數字範圍。
①、假設IP的數字是百位數,那麼根據IP的數字範圍,我們可以得出下面幾種情況。假設第一個數字為1,那麼這個數字的範圍就為1[0-9][0-9]。這個應該不難理解,就不解釋。
②、假設第一個數字為2,那麼根據IP數字的範圍規則,這裡又要分為兩種情況,為什麼?你想想,最大數字是255,當十位數為5時,個位數最大隻能為5是吧?而當十位數為0到4時,個位數可以是任意數字對吧?
所以,這裡的兩種情況分別為:
A、2[0-4][0-9]
B、25[0-5]
③、分析完了百位數的情況,接下來就是十位數的情況了,假如是十位數,那麼十位數的前面第一個數不能為零是吧?
所以十位數的情況可以是:[1-9][0-9]
④、剩下的就是個位數的情況了,個位數的情況,大家應該很容易得出結論,就是:[0-9]。
四種情況分析下來,我們得出了IP數字的範圍分組為:
1[0-9][0-9]
2[0-4][0-9]
25[0-5]
[1-9][0-9]
[0-9]
怎麼把上面的分組用正則表示式表示出來呢?很簡單,用正則的或符號|和分組符號()就可以了,所以上面的分組正則表示式為:
1 |
|
寫到這裡,數字的匹配範圍正則表示式已經寫好了,那麼根據我前面的思路: 第一部分:匹配3個0~255.(注意後面的一個點)
第二部分:匹配最後的數字0~255
我們來匹配IP地址的第一部分,正則表示式如下:
1 |
|
我在每個數字的後面加了一個點就是匹配出0~255.(注意後面的一個點)
那麼怎麼重複匹配三次呢?很簡單,我們只要把這五個分組當成整體,再重複匹配三次就行了,正則表示式如下:
1 |
|
第一部分已經匹配出來了,接下來就是拼接上第二部分的數字了,數字部分上面已經寫得很清楚了,就不再解釋了,下面是完整的正則表示式:
1 |
|
寫到這裡,正則匹配IP的表示式已經出來了,不過,這並不是最終的匹配IP的正則表示式,為什麼呢?很簡單,正則表示式會對每一個分組都進行捕獲匹配,上面把匹配IP分成了那麼多分組,而每一個分組的內容都會被正則所捕獲,那上面不知道已經捕獲多少IP了,呵呵,那麼怎麼去掉分組的內容呢?很簡單,用這個符號?:
?:符號放在()圓括號裡面,是捕獲分組,但不捕獲正則表示式的內容的意思。那麼,我們把它放到每一個分組裡面去,不就去掉了分組的內容了嗎?所以,我們還要給每個分組加上?:,加上後正則如下:
1 |
|
即使到這裡,還是沒有把IP地址匹配出來,我們還要用^和$來限制字串的開頭和結尾,所以,最後的匹配IP地址的正則表示式是:
1 |
|
這就是我匹配IP地址最完整的正則表示式,大家可以借鑑一下,有什麼bug還望讀者提出,免得誤導其他讀者。