解析DHCP租约文本遇IndexError，求可行解析方案

问题描述 #

需要解析以下DHCP租约文本：

IP address          Client-ID/              Lease expiration        Type
                    Hardware address/
                    User name
10.10.10.10      0000.0000.0000.0000       Jan 29 2024 03:20 AM    Automatic
10.10.10.11      0000.0000.0000.0001       Jan 29 2024 03:21 AM    Automatic
10.10.10.12      0000.0000.0000.0002       Jan 29 2024 03:22 AM    Automatic

编写的Python代码如下：

bindings = []
for row in output.splitlines():
    bindings.append(
        {'IP': row.split()[0],
         'Client-ID/': row.split()[1],
         'Lease expiration': row.split()[2],
         'Type': row.split()[3]}
    )
print([binding.get('IP') + " " + binding.get('Client-ID') for binding in bindings])

执行后报错：

'Lease expiration': row.split()[2],
IndexError: list index out of range

错误原因 #

1. 表头行未过滤：代码遍历所有行，包括表头的第二、第三行（如Hardware address/），这些行拆分后元素数量不足，访问索引2时触发越界错误。
2. 日期字段拆分错误：Lease expiration是多单词组成的字符串，split()会将其拆分为多个元素，无法通过固定索引获取完整值。
3. 键名不匹配：字典中定义的键是Client-ID/，但后续取值用的是Client-ID，会导致无法获取对应值。

正确实现方案 #

方案1：正则匹配（推荐，适配固定列格式） #

利用正则表达式精准匹配每行的各个字段，过滤无效行：

import re

output = """IP address          Client-ID/              Lease expiration        Type
                    Hardware address/
                    User name
10.10.10.10      0000.0000.0000.0000       Jan 29 2024 03:20 AM    Automatic
10.10.10.11      0000.0000.0000.0001       Jan 29 2024 03:21 AM    Automatic
10.10.10.12      0000.0000.0000.0002       Jan 29 2024 03:22 AM    Automatic"""

bindings = []
# 匹配IP、Client-ID、租期时间、租约类型的正则
pattern = re.compile(r'(\d+\.\d+\.\d+\.\d+)\s+([\w.]+)\s+([\w\s:]+(?:AM|PM))\s+(\w+)')

for row in output.splitlines():
    row = row.strip()
    # 跳过表头行和空行
    if not row or row in ('IP address          Client-ID/              Lease expiration        Type', 
                          'Hardware address/', 'User name'):
        continue
    match_result = pattern.match(row)
    if match_result:
        ip, client_id, lease_exp, lease_type = match_result.groups()
        bindings.append({
            'IP': ip,
            'Client-ID': client_id,
            'Lease expiration': lease_exp.strip(),
            'Type': lease_type
        })

# 遍历输出结果
print([f"{item['IP']} {item['Client-ID']}" for item in bindings])

方案2：拆分后合并字段 #

通过判断元素数量过滤有效行，合并日期字段：

output = """IP address          Client-ID/              Lease expiration        Type
                    Hardware address/
                    User name
10.10.10.10      0000.0000.0000.0000       Jan 29 2024 03:20 AM    Automatic
10.10.10.11      0000.0000.0000.0001       Jan 29 2024 03:21 AM    Automatic
10.10.10.12      0000.0000.0000.0002       Jan 29 2024 03:22 AM    Automatic"""

bindings = []
for row in output.splitlines():
    parts = row.split()
    # 数据行拆分后至少有8个元素（IP+ClientID+日期4部分+类型）
    if len(parts) < 8:
        continue
    bindings.append({
        'IP': parts[0],
        'Client-ID': parts[1],
        'Lease expiration': ' '.join(parts[2:6]),
        'Type': parts[6]
    })

# 遍历输出结果
print([f"{item['IP']} {item['Client-ID']}" for item in bindings])

两种方案执行后都会输出预期的列表：

['10.10.10.10 0000.0000.0000.0000', '10.10.10.11 0000.0000.0000.0001', '10.10.10.12 0000.0000.0000.0002']

内容的提问来源于stack exchange，提问作者user1857654