本教程详细讲解如何利用正则表达式从nmap扫描报告中精确提取主机名和ip地址，涵盖两种常见格式：带主机名和仅ip地址。文章分析了常见正则匹配的挑战，并提供一个高效的解决方案，结合go语言示例，确保能准确捕获所需信息，并处理不同情况下的数据赋值逻辑。
引言：解析Nmap输出的挑战
在网络扫描和自动化任务中，Nmap是一款不可或缺的工具。然而，其输出格式可能因扫描结果而异，这给自动化解析带来了挑战。本教程旨在解决从Nmap扫描报告中提取主机名和IP地址的问题，尤其是在报告存在两种主要格式时：
-
包含主机名和IP地址的格式：
Nmap scan report for 2u4n32t-n4 (192.168.2.168)
期望提取：hostname = 2u4n32t-n4, ip_address = 192.168.2.168
-
仅包含IP地址的格式：
Nmap scan report for 192.168.2.1
期望提取：hostname = 192.168.2.1, ip_address = 192.168.2.1 (即在无明确主机名时，将IP地址作为主机名)。
我们的目标是设计一个健壮的正则表达式，能够在这两种情况下准确捕获所需数据，并在后续处理中灵活运用。
常见问题与初步尝试分析
许多开发者在处理这种可选模式时，可能会遇到捕获多余字符或捕获组为空的问题。例如，一个常见的初步尝试可能是这样的正则表达式：
Nmap scan report for\\s+([^[:space:]]+)(\\s+\\(([^[:space:]]+)\\))?
让我们分析一下这个正则表达式及其在Go语言中可能产生的问题：
- Nmap scan report for\\s+: 匹配固定前缀和随后的一个或多个空格。
- ([^[:space:]]+): 第一个捕获组，尝试捕获非空格字符序列。这可能是主机名或IP地址。
- (\\s+\\(([^[:space:]]+)\\))?: 这是一个可选的非捕获组，用于匹配IP地址部分。
- \\s+\\(: 匹配空格和开括号。
- ([^[:space:]]+): 第二个捕获组，尝试捕获括号内的非空格字符序列（即IP地址）。
- \\): 匹配闭括号。
- ?: 使整个IP地址部分成为可选。
在Go语言中，使用此正则表达式匹配 Nmap scan report for 2u4n32t-n4 (192.168.2.168) 时，可能会得到类似 [..., "2u4n32t-n4", "(192.168.2.168)", "192.168.2.168"] 的结果。其中 "(192.168.2.168)" 是一个不需要的中间捕获。而匹配 Nmap scan report for 192.168.2.1 时，可能会得到 [..., "192.168.2.1", "", ""]，其中两个捕获组为空字符串。这种结果虽然可以通过后期逻辑处理，但增加了不必要的复杂性，并且第一个可选捕获组捕获了不必要的括号。
构建高效正则表达式
为了更精确地提取数据并简化后续处理，我们设计一个结合命名捕获组和非捕获组的正则表达式。
优化后的正则表达式
Nmap scan report for\s+(?P[^()\s]+)(?:\s+\((?P \d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3})\))?
正则表达式详解
让我们逐一解析这个表达式的关键部分：
-
Nmap scan report for\s+:
- Nmap scan report for: 精确匹配Nmap报告的固定前缀。
- \s+: 匹配一个或多个空白字符。
-
(?P
[^()\s]+): - (?P
...): 这是一个命名捕获组，名为 primary_id。它将捕获到的内容标记为 primary_id，方便在代码中通过名称访问。 - [^()\s]+: 匹配一个或多个非括号 (、) 和空白字符 \s 的字符。这确保了它能捕获 2u4n32t-n4 或 192.168.2.1，而不会包含括号。
- (?P
-
(?:\s+\((?P
\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3})\))?: - (?:...): 这是一个非捕获组。它将内部的模式作为一个整体进行匹配，但不会将匹配到的内容作为单独的捕获结果返回。这有助于组织表达式，同时避免不必要的捕获。
- ?: 使整个非捕获组成为可选的。这意味着如果报告中没有IP地址部分（即没有 (IP) ），正则表达式仍然可以匹配。
- \s+\(: 匹配一个或多个空格，后跟一个字面量开括号 (.
- (?P
\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}): 这是一个命名捕获组，名为 ip_in_parens。 - \d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}: 精确匹配IPv4地址的模式（例如 192.168.2.168）。
- \): 匹配一个字面量闭括号 ).
通过这种设计，我们能确保：
- 在第一种格式中，primary_id 将捕获主机名，ip_in_parens 将捕获IP地址。
- 在第二种格式中，primary_id 将捕获IP地址，而 ip_in_parens 捕获组将为空。
Go语言实现与数据提取逻辑
在Go语言中，我们可以使用 regexp 包来应用这个正则表达式，并根据捕获组的结果实现我们所需的数据提取逻辑。
package main
import (
"fmt"
"regexp"
)
func parseNmapOutput(line string) (hostname string, ipAddress string, err error) {
// 编译正则表达式
// (?P[^()\s]+) 捕获主机名或IP地址
// (?:\s+\((?P\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3})\))? 匹配可选的 (IP) 部分
// 其中 (?P...) 捕获括号内的IP地址
re := regexp.MustCompile(`Nmap scan report for\s+(?P[^()\s]+)(?:\s+\((?P\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3})\))?`)
// 查找所有命名捕获组
match := re.FindStringSubmatch(line)
if match == nil {
return "", "", fmt.Errorf("no match found for line: %s", line)
}
// 获取命名捕获组的索引
primaryIDIndex := re.SubexpIndex("primary_id")
ipInParensIndex := re.SubexpIndex("ip_in_parens")
// 提取原始捕获值
primaryID := match[primaryIDIndex]
ipInParens := match[ipInParensIndex] // 如果没有匹配，这将是空字符串
// 根据捕获结果进行逻辑判断和赋值
if ipInParens != "" {
// 格式1: Nmap scan report for hostname (ip_address)
hostname = primaryID
ipAddress = ipInParens
} else {
// 格式2: Nmap scan report for ip_address
// 此时 primaryID 就是IP地址，将其同时赋给 hostname 和 ipAddress
hostname = primaryID
ipAddress = primaryID
}
return hostname, ipAddress, nil
}
func main() { 
