Python 正则表达式在列表的元素中查找匹配项

我是Python新手，我编写了一个文件中的项目列表，其中包含文件中出现的一个元素及其在文件中的频率，如下所示

('95.108.240.252', 9)

我收集的主要是IP地址。我想像这样输出地址和频率

IP               Frequency
95.108.240.252   9

print(freqsort[c][0])

我试图通过重新设置列表项并打印它来实现这一点，但当我尝试

TypeError时，它返回以下错误：预期的字符串或字节，如object

这是我现在用来做所有事情的代码：

ips = [] # IP address list
for line in f:
    match = re.search("\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}", line) # Get all IPs line by line
    if match:
        ips.append(match.group()) # if found add to list

from collections import defaultdict
freq = defaultdict( int )
for i in ips:
    freq[i] += 1 # get frequency of IPs

print("IP\t\t  Frequency") # Print header

freqsort = sorted(freq.items(), reverse = True, key=lambda item: item[1]) # sort in descending frequency
for c in range(0,4): # print the 4 most frequent IPs
   # print(freqsort[c])  # This line prints the item like ('95.108.240.252', 9)
    m1 = re.search("\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}", freqsort[c]) # This is the line returning errors - trying to parse IP on its own from the list
    print(m1.group()) # Then print it

---

甚至还没有尝试解析频率，只是希望IPs作为起点

使用字节对象：

# notice the `b` before the quotes.
match = re.search(b'\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}', line)

---

尝试使用带有正面和负面观察的正则表达式

(?<=\(\')(.*)(?=\').*(\d+)

---

（？在
re.search（）
中的第二个参数应该是string，并且您正在传递
tuple
。因此它生成了一个错误，表示它需要
string
或
buffer

注意：-您还需要确保IP地址至少有4个元素，否则将出现
索引超出范围的错误

删除最后两行，改用此行

IP               Frequency
95.108.240.252   9

print(freqsort[c][0])

如果你想坚持你的格式，你可以使用下面的格式，但是没有用

m1 = re.search(r"\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}", freqsort[c][0]) # This is the line returning errors - trying to parse IP on its own from the list
print(m1.group())

您可以使用stdlib中的
ipaddress
和
计数器来帮助执行此操作

from collections import Counter
from ipaddress import ip_address

with open('somefile.log') as fin:
    ips = Counter()
    for line in fin:
        ip, rest_of_line = line.partition(' ')[::2]
        try:
            ips[ip_address(ip)] += 1
        except ValueError:
            pass

print(ips.most_common(4))

这还将处理IPv4和IPv6样式的地址，并确保它们在技术上是正确的，而不仅仅是“外观”正确。使用
集合。计数器也会为您提供
。最常见（）
方法自动按最频繁的次数排序，并将其限制为n个数量。
返回此错误的
类型错误：无法在类似字符串的对象上使用字节模式
这很奇怪。您是否尝试打印
行
？它输出了什么？这是一行，有100多行：
95.108.240.252--[14/Feb/2013:00:59:06+0000]“GET/robots.txt HTTP/1.1”404534“-”Mozilla/5.0（兼容；YandexBot/3.0+http://yandex.com/bots)"
这是我正在阅读的文件中出现的一行，我不确定我是否理解，你能告诉我这行会去哪里，它会做什么，或者它如何影响我已经拥有的东西吗？啊，我刚刚列出了正则表达式，但将遵循一个示例aleem，我想他正在寻找修复
类型错误
频率排序[c]
是tupleWhich line抛出错误比特流？如
re.search
导致问题，还是
（'95.108.240.252'，9）
通常出现在哪一行itself@JonClements当我打印它时，它会这样做，这是从outputjust use re.findall（“（ip regex）”，第[0]行复制的捕捉和积累这条简单的线更适合我需要的东西谢谢你，尽管我不明白你的意思note@BitFlow您正在对范围（0,4）中的c使用
：
循环..如果少于4个元素（IP地址），会发生什么情况…它将生成<代码>列表索引超出范围<代码>错误..4实际上是我代码中的一个变量N，有大约70行，尽管我在尝试输入更高的数字时注意到它返回了一个错误。是否类似于
if N>len（freqsort）：sys.exit（2）
如何防止这种情况发生？编辑：删除
@BitFlow它可以正常工作。您可以使用它。编辑：-或者您可以保留一个计数器。当它超过
len（freqsort）
时，您将中断循环。这将打印一些值，直到没有更多的值出现