【网络安全带你练爬虫-100练】第17练：分割字符串

本文链接：https://blog.csdn.net/qq_53079406/article/details/131841395

本文介绍了如何使用Python的split(),replace()函数分割IP地址，urlparse模块解析URL，以及正则表达式从文本中提取URL。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、目标1：使用函数分割

目标：x.x.x.x[中国北京 xx云]

方法：split函数+replace函数

1、分割：使用split()方法将其按照"["进行分割，得到一个列表split_ip

2、元素：列表的第一个元素就是IP地址部分，第二个元素是包含位置信息的字符串。

3、获取目标：通过索引split_ip[0]获取IP地址部分，将其赋值给变量ip。通过split_ip[1]获取位置信息部分

4、使用replace()方法去掉末尾的"]"，将得到的结果赋值给变量location

ip_address = "x.x.x.x[中国北京 xx云]"
split_ip = ip_address.split("[")
ip = split_ip[0]
location = split_ip[1].replace("]", "")

print("IP: ", ip)
print("Location: ", location)

二、目标2：使用函数模块

urlparse函数（urllib模块）：可以解析URL并将其拆分为各个组成部分。然后将要截取域名的URL赋值给url变量

from urllib.parse import urlparse

url = "https://www.example.com/path/page.html"

parsed_url = urlparse(url)
domain = parsed_url.netloc

print(domain) # 输出："www.example.com"

三、目标3：使用正则匹配

正则匹配根据具体情况具体分析

import re

# 假设data是你的数据包内容，可以是一个字符串或文本文件等
data = "This is a sample text with URLs like http://example.com and https://www.google.com"

# 定义URL匹配的正则表达式模式
pattern = r'(https?://\S+)'

# 使用findall()函数匹配所有URL
urls = re.findall(pattern, data)

# 打印提取到的URL
for url in urls:
    print(url)