如何完美匹配代理與正則表達式？

我需要匹配這兩種格式，如：user:[email protected]:3847和111.23.123.78:2938，你怎麼做（匹配有效代理只有）？如何完美匹配代理與正則表達式？

順便說一下，python中是否有這樣的模塊（驗證代理格式）？

2013-08-31 Shane

它們都是URL，沒有方案部分。我會查看['urlparse'模塊]（http://docs.python.org/2/library/urlparse.html）進行驗證。 –

至於將這些格式與正則表達式匹配，您應該能夠簡化現有的URL匹配表達式;沒有路徑部分需要，也沒有計劃。 –

我不確定在Python中是否存在用於驗證的包。

但是，你可以使用這個表達式，正確的格式相匹配，但不會驗證如果IP是一個有效的IP4地址：

^(?:(\w+)(?::(\w+))[email protected])?((?:\d{1,3})(?:\.\d{1,3}){3})(?::(\d{1,5}))?$

它也將捕獲用戶名，密碼，IP和端口分別

陽性：如果IP4解決了

user:[email protected]:3847 
[email protected]:3847 
10.10.0.1:1024 
111.23.123.78:2938 
10.124.0.1 
0.0.0.0

正則表達式將無法識別重新有效：

10.20.456.123

底片：

10.100.1 
:[email protected] 
user:@10.100.1.0:100

正則表達式進行測試http://www.rubular.com/r/jErO9xqDS2

來源

2013-08-31 08:31:06

嗯，這不是一個簡單的3位數字，而上限是255.如何讓它識別這個？ – Shane

正如我所說，它沒有驗證。你肯定不想在一個正則表達式中做所有事情，以保持它的可維護性。您可以通過第二遍驗證其符合IP4標準。將IP地址拆分爲\。並驗證每個值在0到255之間。您還需要使用相同的技術確保端口在1到65535的範圍內。 –

哦，我看到了，感謝隊友 – Shane

隨着驗證：

import re 

samples = [ 
    'user:[email protected]:1234', 
    '123.123.123.123:1234', 
    '123.123.123:123', 
    '321.123.123.123', 
    '123.123.123.123:123123'] 

def isValidUser(name): 
    return re.match('\w+', name) != None 

def isValidPass(passwd): 
    return isValidUser(passwd) 

def isValidIp(ip): 
    if ip.count('.') != 3: 
     return False 
    else: 
     valid = True 
     for i in ip.split('.'): 
      try: 
       if 0 <= int(i) <= 255: 
        pass 
       else: 
        valid = False 
      except ValueError: 
       return False 
     return valid 

def isValidPort(port): 
    valid = False 
    try: 
     if 0 < int(port) < 2**16: 
      valid = True 
    except ValueError: 
     return False 
    return valid 

def isValidProxy(proxy): 
    m = re.match('^((([^:]+):([^@]+))@)?((\d{1,3}\.){3}\d{1,3})(:(\d{1,5}))?$', proxy) 
    if m is None: 
     return False 
    user = m.group(3) or 'user' 
    passwd = m.group(4) or 'pass' 
    ip = m.group(5) 
    port = m.group(8) or '1234' 

    return isValidUser(user) and isValidPass(passwd) and isValidIp(ip) and isValidPort(port) 

for n in samples: 
    print isValidProxy(n)

我假定口是可選的。如果您需要更改端口：

port = m.group(8) or '1234'

到

port = m.group(8)

和/或改變：

m = re.match('^((([^:]+):([^@]+))@)?((\d{1,3}\.){3}\d{1,3})(:(\d{1,5}))?$', proxy)

到

m = re.match('^((([^:]+):([^@]+))@)?((\d{1,3}\.){3}\d{1,3})(:(\d{1,5}))$', proxy)

來源

2013-08-31 08:38:00

該代碼會將999.999.999.999:999視爲有效的IP地址，而上限應爲255 ... – Shane

重複使用現有的代碼，然後您應對主機名稱而不是IP地址和IP地址格式的變化。 – tripleee

編輯： 使用google-url (GURL) C++庫來解析和驗證網址。 There是Python包裝。

來源

2013-08-31 08:45:49

你能否提一下你喜歡urlparse的理由？ –

@pxl：太糟糕了，它只解析但不驗證... – Shane

如何完美匹配代理與正則表達式？

回答

相關問題