如何从字符串中提取所有符合规则的IP地址？含多段串提取示例

核心思路 #

要从连续点分隔的数字串里提取所有重叠的4段IP格式字符串，关键是让正则引擎不消耗匹配过的字符，这样才能捕获到重叠结果，用正向预查（零宽断言）就能实现。

基础实现（仅提取4段数字组合） #

如果只需要提取连续4段数字（不验证IP合法性），可以用以下正则和代码：

import re

target_str = "1.2.3.4.5.6.7"
# 正向预查捕获4段数字组合，不消耗字符以支持重叠匹配
regex_pattern = r'(?=(\d+\.\d+\.\d+\.\d+))'
result = re.findall(regex_pattern, target_str)
print(result)
# 输出：['1.2.3.4', '2.3.4.5', '3.4.5.6', '4.5.6.7']

严格IP合法性验证 #

如果需要确保提取的是合法IPv4地址（每个段在0-255之间），把正则里的\d+替换成IP段的合法匹配规则即可：

import re

target_str = "1.2.3.4.5.6.7"
# 匹配合法IP段的正则单元
ip_segment = r'(25[0-5]|2[0-4]\d|[01]?\d\d?)'
# 组合成完整的正向预查正则
regex_pattern = fr'(?=({ip_segment}\.{ip_segment}\.{ip_segment}\.{ip_segment}))'
result = re.findall(regex_pattern, target_str)
print(result)
# 输出：['1.2.3.4', '2.3.4.5', '3.4.5.6', '4.5.6.7']

原理说明 #

(?=...)是正向预查断言，它只检查当前位置后面是否符合匹配规则，但不会移动正则引擎的匹配指针，所以匹配完"1.2.3.4"后，引擎会从第二个字符（也就是"2"前面的位置）继续匹配，从而捕获到所有重叠的4段组合。

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