时间戳

首页 > 解决方案 > 如何在配置单元表上应用正则表达式进行 IP 地址过滤？

regex - 如何在配置单元表上应用正则表达式进行 IP 地址过滤？

问题描述

我有蜂巢表：

       department     ip 
          A           10.192.168.2
          B           172.16.0.1
          A           10.192.168.23
          B           172.16.0.24
                      10.192.168.56

我想在 ip 列上使用正则表达式，以便我只能获取 ip 范围内的记录，如下所示

输出 ：

       department     ip 
          A           10.192.168.2
          A           10.192.168.23
                      10.192.168.56

这里A部门的ip范围是10.0.0.0到10.255.255.255。

标签： regexhivepysparkpyspark-sql

解决方案

首先，看这个：https ://www.regular-expressions.info/ip.html

正则表达式不是此任务的工具，因为要进行严格检查，您需要不可读的复杂正则表达式。另请阅读：使用 regexp 验证 IPv4 地址。严格的正则表达式看起来太复杂了。如果可能，像这样应用简单的正则表达式：

where IP rlike '^10\\.\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}$'

或者，如果您需要严格检查，则拆分 IP 地址.并检查每个八位字节的范围，像这样，看起来比严格的正则表达式（未测试）更简单：

 select department, ip 
 from
 (
 select department, ip, split(ip, '\\.') i
   from your_table t
 )s where  i[0]=10 
      and (i[1] between 0 and 255 )
      and (i[2] between 0 and 255 )
      and (i[3] between 0 and 255 );

在 python 中，您可以应用更优雅的解决方案并像这样检查网络掩码/前缀：checking-if-ipv4-address-in-network-python

推荐阅读