正则表达式提取IP地址：为何Regex 2无法匹配所有样本IP？

咱们先拆解两个正则表达式的核心区别，就能一眼看出问题所在：

关键差异点 #

• Regex 1 中，每个IP段（比如123、105这类）后面的匹配规则是 (\.|\b)：意思是要么是点号.，要么是单词边界\b。
• Regex 2 中，对应的规则是 (\.|$)：意思是要么是点号.，要么是字符串结束位置$。

为什么这个差异会导致匹配失败？ #

要理解这个问题，得先搞懂\b和$的本质区别：

• \b是单词边界：只要一边是单词字符（数字、字母、下划线），另一边是非单词字符（比如@、#、!）或者字符串的开头/结尾，这个位置就会被\b匹配到。
• $是字符串结束标记：只有当IP的最后一个字符正好是整个字符串的最后一个字符时，才会被匹配到。

现在看样本里那些Regex2抓不到的IP场景：

1. 被非单词字符包围的IP：比如@102.021.031.246@@@@@@里的102.021.031.246，它的最后一段246后面跟着的是@（非单词字符）。Regex1的\b能识别246（单词字符）和@（非单词字符）之间的边界，所以可以完整匹配这个IP；但Regex2里没有\b，只有\.或$，这里既不是点号也不是字符串结尾，所以匹配失败。
2. 末尾带特殊字符的IP：比如样本最后的23.124.23.144#，最后一段144后面是#，同样不符合Regex2的\.或$规则，Regex1靠\b能匹配到144和#之间的边界，所以没问题。
3. 中间夹在特殊字符中的IP：比如02.021.031.246@@@@..@里的IP，最后一段后面是@，和第一个情况一样，Regex2无法识别这个位置，自然匹配不到。

总结 #

Regex1用\b覆盖了IP后面跟着任意非单词字符的场景，而Regex2的$只覆盖IP在字符串绝对末尾的情况。当IP不是字符串最后一个内容，后面还有其他非单词字符时，Regex2就无法完成匹配了。

内容的提问来源于stack exchange，提问作者Madhur