如何使用Perl提取文件每行中包含的所有IPv4地址

问题场景 #

现有存储多类信息的文本文件，单行内容可能包含多个IPv4地址，原始文件内容示例如下：

ip_group1,1.2.3.4,otherstring1,otherstring2,4.5.6.7
ip_group2,3.4.5.6,otherstring1
ip_group3,11.21.31.41,otherstring1,otherstring2,4.5.6.7,otherstring4,1.2.3.4,otherstring5,otherstring2,41.51.16.71

原有Perl代码仅能匹配每行第一个出现的IP，会遗漏同一条记录内的其他IP，原代码如下：

use Regexp::Common qw/net/;
while (<>) {
  print $1, "\n" if /($RE{net}{IPv4})/;
}

目标输出为每行开头的分组标识+该行所有IP，用逗号分隔，预期结果如下：

ip_group1,1.2.3.4,4.5.6.7
ip_group2,3.4.5.6
ip_group3,11.21.31.41,4.5.6.7,1.2.3.4,41.51.16.71

调整方案 #

原代码核心问题是正则匹配未加全局匹配修饰符，默认只命中第一个结果就终止匹配。调整后的完整可运行代码如下：

use Regexp::Common qw/net/;
while (<>) {
    chomp;
    # 提取每行开头的ip_group标识，仅分割1次避免后续内容含逗号导致的提取异常
    my ($group_tag) = split /,/, $_, 2;
    # 加/g修饰符开启全局匹配，列表上下文下会返回整行所有命中的IPv4地址
    my @ip_list = /($RE{net}{IPv4})/g;
    # 拼接分组标签和所有IP后按格式输出
    print join(',', $group_tag, @ip_list) . "\n";
}

关键修改点 #

• 正则匹配增加/g修饰符：默认模式下正则匹配到第一个符合规则的结果就会终止遍历，加g后会扫描整行匹配所有合规IPv4地址，配合列表上下文可以一次性拿到该行所有IP结果
• 补充分组标签提取逻辑：用split限制分割次数为2，精准拿到每行开头的ip_groupX标识，匹配预期输出的格式要求
• 统一拼接输出：把分组标签和提取到的所有IP用逗号拼接后打印，完全对齐目标输出格式

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