IPv4 地址的正则表达式：正确匹配 0 到 255

IPv4 地址是用点分隔的四个数字，比如 192.168.1.1。每个数字叫做一个八位组（octet），取值范围是 0 到 255。

这听起来很好匹配，但大多数人写出的第一个正则又短又错。本文从这个正则出发，一步步修正它，最后给出一个在文本中查找地址的正则。每个示例都可以交互，修改正则就能看到各行的结果变化。

01显而易见的写法

四组一到三位的数字，中间用点隔开：

它确实能挡住段数不对的输入。如果你扫描的是可信的日志，这也许就够了。但作为校验器，它会接受最大到 999 的任何数字。

重复部分可以写得更短。前三个八位组后面各跟一个点，所以把“八位组加点”编成一组，用 {3} 重复三次：

02别忘了反斜杠

在正则里，单独的 . 表示“任意字符”。漏掉反斜杠，点就不再表示点了：

1234567 最隐蔽。每个 . 都匹配了一个数字，于是正则把它读成 1、3、5、7，而 2、4、6 充当了“点”。

03一个八位组，0 到 255

正则表达式不知道一个数字有多大，它只看得到字符。所以“0 到 255”必须拆成文本规则，分成几个各自形状简单的区间：

区间	正则	含义
250–255	25[0-5]	25，然后是 0 到 5
200–249	2[0-4]\d	2，然后是 0 到 4，再跟任意一位数字
100–199	1\d\d	1，然后是任意两位数字
0–99	[1-9]?\d	一个可选的 1 到 9，然后是任意一位数字

用 | 把它们连起来，再包进一个分组：

04前导零

看最后一个分支：是 [1-9]?\d，而不是 \d{1,2}。正是它拒绝了 07 和 010。两位数的八位组必须以 1 到 9 开头。

这比看起来更重要。有些工具会把带前导零的数字当成八进制。Python 的 socket.inet_aton 遵循旧的 C 网络规则，会把 010.0.0.1 变成 8.0.0.1，因为八进制的 10 就是 8。如果系统的一部分把 010 读作十，另一部分读作八，它们说的就不是同一个地址了。拒绝前导零，就能彻底避开这个问题。

05完整的正则

把八位组分组放到原来 \d{1,3} 的位置：

它很长，但长是因为八位组写了两遍，而不是因为它复杂。下面对比一下，用 {3} 比把八位组写四遍省了多少：

06在文本中查找地址

^ 和 $ 只在整个输入就是一个地址时才管用。要在日志行里找地址，通常的做法是把它们换成单词边界 \b。这几乎可行：

你真正想要的是“前面紧挨着的不是数字或点，后面也没有更多地址内容”。这正是环视的用武之地：

这个正则在 Python 的 re 里也能用。Python 只允许固定宽度的后行断言，而 (?<![\d.]) 每次正好检查一个字符。

07或者用解析器

如果你是在代码里校验输入，标准库已经帮你做好了。在 Python 中：

import ipaddress

ipaddress.ip_address("192.168.1.1")             # IPv4Address('192.168.1.1')
ipaddress.ip_address("192.168.1.1").is_private  # True
ipaddress.ip_address("256.1.1.1")               # ValueError

从 Python 3.9.5 开始，ipaddress 也会拒绝 010.0.0.1 这样的前导零。在 Node 中，net.isIPv4("010.0.0.1") 同样是 false，而且在本文的每个示例上，它的结果都和上面的完整正则一致。解析器还能处理 IPv6，而 IPv6 的正则要大得多。

08试一试

整个正则的核心是八位组。你能凭记忆把它写出来吗？

09检查清单

• \d{1,3} 允许 0 到 999。匹配一个八位组请用 (25[0-5]|2[0-4]\d|1\d\d|[1-9]?\d)。
• 每个点都要转义：\.。
• 用分组来重复：(octet\.){3}octet。
• 小数字用 [1-9]?\d，这样就能拒绝前导零。
• 在文本中，用 (?<![\d.]) 和 (?!\.?\d) 代替 \b。
• 在代码中，优先使用 ipaddress（Python）或 net.isIPv4（Node）。

10继续练习

• 指南中的“分支”章节讲解了构成八位组的 |。
• 试试今天的狩猎，或者在往期中浏览过去的棋盘。