Python 3.x Python3-从动态网页中提取IP地址和端口号

我想从这个链接中提取IP地址和端口号。以下是我的Python代码：

输出- ['37.59.0.139'，'212.47.239.185'，'85.248.227.165'，'167.114.250.199'，'51.15.86.160'，'212.83.164.85'，'82.224.48.173']

我只得到IP地址，但没有端口号

---

我期待这样的事情-'37.59.0.139:17658'

首先，你的正则表达式有点不稳定：你有

（？：

，你可能是指

（：？

。不确定前者是什么意思，但后者意味着零或一

：

您的正则表达式只查找按

：

或

拆分的四组数字。您最多需要五组数字：

0.0.0.0:0000

=五组。请尝试以下操作：

re.findall( r'([0-9]{1,3}\.){3}[0-9]{1,3}(:[0-9]{2,4})?'

• [0-9]{1,3}

  =介于一位和三位之间

• \.

  =句点（转义，因为
  表示“任何字符”）

• {3}

  =上述内容需要重复三次

• （：[0-9]{2,4}）

  一个冒号，后跟两到四个字符的数字序列。这是您的端口。

• ？

  端口是可选的，它要么在那里，要么不在那里

---

您的代码不起作用，因为除了在其他答案中指出的正则表达式的几个问题之外，您提供的网站通过在底层HTML代码中执行一些javascript来显示每个IP的端口号

为了捕获每个IP及其关联的端口号，您首先需要执行javascript，以便在HTML响应中正确打印端口号（您可以遵循此处的指导原则：），然后需要从javascript计算的HTML响应中提取此信息

---

通过检查HTML响应，我发现每个端口号的前面是

：

，后面是

r'\d{1,3}（？：\.\d{1,3}）{3}:\d+'
对我有效。我替换了
[0-9]
用相应的类
\d
阻塞。但是请查看返回的文本：您搜索的字符串不是以该格式返回的。相反，他们在IP和端口之间添加了额外的html元素。感谢P.Shark。我在安装DrySrape模块时出错。我按照此文档在我的Ubuntu操作系统中进行安装-但未成功。PermissionError:[Errno 13]权限被拒绝：“/usr/local/lib/python3.5/dist packages/xvfbwrapper.py”请看我提供的链接中的第一个答案：您将找到指向Drysrap github页面的链接，该页面提供了如何在Ubuntu环境中正确安装它的说明。请确保以sudo的方式执行命令；）@shark-我尝试了这个站点的正则表达式，但是我无法通过。你能给正则表达式找到IP和端口吗。r'[0-9]+（？：\.[0-9]+）{3}:[0-9]+[0-9]？'这有效。
re.findall( r'([0-9]{1,3}\.){3}[0-9]{1,3}(:[0-9]{2,4})?'

import dryscrape
import re

url = 'http://spys.one/free-proxy-list/FR/'



#get html with javascript
session = dryscrape.Session()
session.visit(url)
response = session.body()


#capture ip:
IP = re.findall(r'[0-9]+(?:\.[0-9]+){3}(?=<script)',response)

#capture port:
port = re.findall(r'(?<=:</font>)(.*?)(?=\<)',response)

#join IP with ports
IP_with_ports = []
for i in range(len(IP)):
    IP_with_ports.append(IP[i] + ":" + port[i])


print (IP_with_ports)