LeetCode468题：验证IP地址——正则表达式解法

1. LeetCode468题：验证IP地址

编写一个函数来验证输入的字符串是否是有效的IPv4或IPv6地址。

IPv4地址由十进制数和点来表示，每个地址包含4个十进制数，其范围为0-255，用(".")分割。比如，172.16.254.1；同时，IPv4地址内的数不会以0开头。比如，地址172.16.254.01 是不合法的。

IPv6地址由8组16进制的数字来表示，每组表示16比特。这些组数字通过(":")分割。
比如, 2001:0db8:85a3:0000:0000:8a2e:0370:7334是一个有效的地址。而且，我们可以加入一些以0开头的数字，字母可以使用大写，也可以是小写。所以，2001:db8:85a3:0:0:8A2E:0370:7334也是一个有效的IPv6地址(忽略0开头，忽略大小写)。

然而，我们不能因为某个组的值为0，而使用一个空的组，以至于出现("::")的情况。
比如，2001:0db8:85a3::8A2E:0370:7334是无效的IPv6地址。

同时，在IPv6地址中，多余的0也是不被允许的。比如，02001:0db8:85a3:0000:0000:8a2e:0370:7334是无效的。

说明: 你可以认为给定的字符串里没有空格或者其他特殊字符。

示例 1:
输入: “172.16.254.1”
输出: “IPv4”
解释: 这是一个有效的 IPv4 地址, 所以返回 “IPv4”。

示例 2:
输入: “2001:0db8:85a3:0:0:8A2E:0370:7334”
输出: “IPv6”
解释: 这是一个有效的 IPv6 地址, 所以返回 “IPv6”。

示例 3:
输入: “256.256.256.256”
输出: “Neither”
解释: 这个地址既不是 IPv4 也不是 IPv6 地址。

2. Python正则表达式

正则表达式是一个特殊的字符序列，它能帮助你方便地检查一个字符串是否与某种模式匹配。

2.1 正则表达式模式

模式字符串使用特殊的语法来表示一个正则表达式：

• 字母和数字表示它们自身。一个正则表达式模式中的字母和数字匹配同样的字符。
• 多数字母和数字前加一个反斜杠时会拥有不同的含义。
• 多数标点符号只有被转义时才匹配自身，否则它们表示特殊的含义。

本文涉及到的Python正则表达式模式如下表所示。

模式	功能描述
$	匹配字符串的末尾
[…]	用来表示一组字符，单独列出：[amk] 匹配 ‘a’, ‘m’ 或 ‘k’
\d	匹配任意数字，等价于 [0-9]
\.	匹配 ‘.’
(re)	对正则表达式分组并记住匹配的文本
a | b	匹配a或b
re{m, n}	匹配m到n次由前面的正则表达式定义的片段，贪婪方式
re{n}	精确匹配n个表达式。例如，o{2} 不能匹配 ‘Bob’ 中的 ‘o’，但是能匹配 ‘food’ 中的 ‘oo’

2.2 re.match函数

re是正则表达式的英文regular expression的缩写。Python 自1.5版本起增加了re模块，它提供 Perl 风格的正则表达式模式。re模块使Python语言拥有全部的正则表达式功能。

re.match从字符串的起始位置开始与模式进行匹配，若匹配成功，则返回一个匹配对象，若匹配失败，则返回None。

函数语法：
re.match(pattern, string)

函数参数说明：
pattern表示正则表达式模式，string表示要匹配的字符串。

3. Pyhton代码实现

import re

def validIPAddress(IP):
    pattern_0_255 = '(\d|([1-9]\d)|(1\d\d)|(2[0-4]\d)|(25[0-5]))'
    pattern_IPv4 = '(' + pattern_0_255 + '\.){3}' + pattern_0_255 + '$'
    pattern_IPv6 = '([\dA-Fa-f]{1,4}\:){7}[\dA-Fa-f]{1,4}$'
    if re.match(pattern_IPv4, IP):
        return 'IPv4'
    if re.match(pattern_IPv6, IP):
        return 'IPv6'
    return 'Neither'

print(validIPAddress('172.16.254.1'))
print(validIPAddress('2001:0db8:85a3:0:0:8A2E:0370:7334'))
print(validIPAddress('256.256.256.256'))

实验结果：
IPv4
IPv6
Neither

4. 正则表达式解析：

1）pattern_0_255 = '(\d|([1-9]\d)|(1\d\d)|(2[0-4]\d)|(25[0-5]))'

pattern_0_255分段匹配0-255的整数：

模式	\d	[1-9]\d	1\d\d	2[0-4]\d	25[0-5]
匹配字符串	0-9	10-99	100-199	200-249	250-255

2）pattern_IPv4 = '(' + pattern_0_255 + '\.){3}' + pattern_0_255 + '$'

因为IPv4地址用4个0-255的整数来表示，数与数之间通过‘.’来分割，所以前3个数中的每个数之后都是‘.’，因此其模式为'(' + pattern_0_255 + '\.){3}'；

最后1个数之后是字符串结束符，需要单独表示，因此最终的模式字符串为'(' + pattern_0_255 + '\.){3}' + pattern_0_255 + '$'。

3）pattern_IPv6 = '([\dA-Fa-f]{1,4}\:){7}[\dA-Fa-f]{1,4}$'

因为16进制数字是由0-9和A-F共16个字符组成，并且字母不区分大小写，所以1个16进制数字的模式为'[\dA-Fa-f]'；

因为一组数字可以是1-4位，所以其模式为'[\dA-Fa-f]{1,4}'；

因为IPv6地址用8组16进制的数字来表示，组与组之间通过‘:’来分割，所以前7组中的每一组之后都是‘:’，因此其模式为'([\dA-Fa-f]{1,4}\:){7}'；

最后1组之后是字符串结束符，需要单独表示，因此最终的模式字符串为'([\dA-Fa-f]{1,4}\:){7}[\dA-Fa-f]{1,4}$'。