如何从 ip2location 数据库获取 IP 地址？

Question

我已经下载了csv格式的IP2Proxy™ LITE数据库，下面是其中的数据

任何人都可以帮助我如何使用 python 或 powershell 读取 IP 地址，因为它看起来是纯数字。另请解释一下第一列代表什么。

Answer 1

以下是将这些值转换为 IPv4 地址的字符串表示形式的方法：

def convert(ip):
        def _genip(n):
            for shift in range(24, -8, -8):
                yield f'{(n >> shift) & 0xff:03d}'
        return '.'.join(list(_genip(int(ip))))
print(convert('34676992'))

输出：

002.017.033.000

Answer 2

问：

还请解释一下第一列代表什么。

答：

IP 号码范围从 0 到 4294967295。相当于 IP 地址 格式为0.0.0.0到255.255.255.255，涵盖了所有IP地址 在 IPv4 中。 来源

问：

但是无法将值“2147483648”转换为类型“System.Int32”。 错误：“对于 Int32 来说，值太大或太小。”

答：

UInt32 的最大值为 0xFFFFFFFF（或十进制的 4294967295）。 来源

问：

有人可以帮我如何使用 python 读取 ip 地址吗

答： 我提供了 example 作为 LLM 的输入，以生成

convert_to_ipv4

，然后我尝试使用 tablib 数据集来转换列，将我的错误交给 LLM 以生成

load_ipdb()

，然后继续从pymetasploit3 README.md（不包括）。

#! /usr/bin/env python

"""
ip2location to pandas dataframe

[source](https://blog.ip2location.com/knowledge-base/convert-ip2location-csv-data-into-ip-ranges-or-cidr/)
"""

def convert_to_ipv4(ip_string:str)->str:
    ip_number = int(ip_string)
    binary_ip = format(ip_number, '032b')                        # Convert the IP number to binary and pad with zeroes
    segments = [binary_ip[i:i+8] for i in range(0, 32, 8)]       # Split the binary number into segments of 8 digits
    decimal_segments = [int(segment, 2) for segment in segments] # Convert each segment back to decimal
    ipv4_address = '.'.join(map(str, decimal_segments))          # Join the decimal segments using a dot to form the IPv4 address
    #print(f'{ip_number} --> {ipv4_address}')
    return ipv4_address

import pandas as pd

def load_ipdb(csv: str = "IP2LOCATION-LITE-DB1.CSV") -> pd.DataFrame:
    data = pd.read_csv(csv, header=None, names=['from', 'to', 'cc', 'name']) # Load the CSV file into a DataFrame

    data['from'] = data['from'].apply(convert_to_ipv4) # Convert the 'from' and 'to' columns to standard IPv4 addresses
    data['to'] = data['to'].apply(convert_to_ipv4)

    return data

from typing import Iterator
from itertools import starmap

def extract_range(index:int, row)->str:
    return '%s-%s' % (row['from'], row['to'],)

def extract_ranges(data:pd.DataFrame, name:str)->str:
    #data.set_index(['name']) # TODO since this is used in a read-loop,
    #matches = data.loc[name] # an index should have better performance
    matches = data.loc[data['name'] == name]
    ranges  = starmap(extract_range, matches.iterrows())
    return ','.join(ranges)

if __name__ == '__main__':
    data              :pd.DataFrame   = load_ipdb()
    name  :str            = input('country name: ')
    if (name.lower() in ['quit', 'exit', 'done',]):
        print('exiting', file=sys.stderr)
        break # read loop redacted
    ranges:str            = extract_ranges(data, name)
    # msfrpcd/dbnmap example redacted
__author__    : str           = "you.com"
__maintainer__: str           = "@lmaddox"