用Python脚本查询纯真IP库

#!/usr/bin/env python# coding: utf-8'''用Python脚本查询纯真IP库QQWry.Dat的格式如下:+----------+|  文件头  |  (8字节)+----------+|  记录区  | （不定长）+----------+|  索引区  | （大小由文件头决定）+----------+文件头：4字节开始索引偏移值+4字节结尾索引偏移值记录区： 每条IP记录格式 ==> IP地址[国家信息][地区信息]   对于国家记录，可以有三种表示方式：       字符串形式(IP记录第5字节不等于0x01和0x02的情况)，       重定向模式1(第5字节为0x01),则接下来3字节为国家信息存储地的偏移值       重定向模式(第5字节为0x02),     对于地区记录，可以有两种表示方式： 字符串形式和重定向   最后一条规则：重定向模式1的国家记录后不能跟地区记录索引区： 每条索引记录格式 ==> 4字节起始IP地址 + 3字节指向IP记录的偏移值   索引区的IP和它指向的记录区一条记录中的IP构成一个IP范围。查询信息是这个   范围内IP的信息'''import sysimport socketfrom struct import pack, unpackclass IPInfo(object):    '''QQWry.Dat数据库查询功能集合    '''    def __init__(self, dbname):        ''' 初始化类，读取数据库内容为一个字符串，        通过开始8字节确定数据库的索引信息'''               self.dbname = dbname        #f = file(dbname, 'r')#srg        f = file(dbname, 'rb')        self.img = f.read()        f.close()        # QQWry.Dat文件的开始8字节是索引信息,前4字节是开始索引的偏移值，        # 后4字节是结束索引的偏移值。        (self.firstIndex, self.lastIndex) = unpack('II', self.img[:8])        # 每条索引长7字节，这里得到索引总个数        self.indexCount = (self.lastIndex - self.firstIndex) / 7 + 1        def getString(self, offset = 0):        ''' 读取字符串信息，包括"国家"信息和"地区"信息        QQWry.Dat的记录区每条信息都是一个以'\0'结尾的字符串'''               o2 = self.img.find('\0', offset)        #return self.img[offset:o2]        # 有可能只有国家信息没有地区信息，        gb2312_str = self.img[offset:o2]        try:            #utf8_str = unicode(gb2312_str,'gb2312').encode('utf-8')#srg            utf8_str = gb2312_str        except:            return '未知'        return utf8_str    def getLong3(self, offset = 0):        '''QQWry.Dat中的偏移记录都是3字节，本函数取得3字节的偏移量的常规表示        QQWry.Dat使用“字符串“存储这些值'''        s = self.img[offset: offset + 3]        s += '\0'        # unpack用一个'I'作为format，后面的字符串必须是4字节        return unpack('I', s)[0]    def getAreaAddr(self, offset = 0):        ''' 通过给出偏移值，取得区域信息字符串，'''               byte = ord(self.img[offset])        if byte == 1 or byte == 2:            # 第一个字节为1或者2时，取得2-4字节作为一个偏移量调用自己            p = self.getLong3(offset + 1)            return self.getAreaAddr(p)        else:            return self.getString(offset)    def getAddr(self, offset, ip = 0):        img = self.img        o = offset        byte = ord(img[o])        if byte == 1:            # 重定向模式1            # [IP][0x01][国家和地区信息的绝对偏移地址]            # 使用接下来的3字节作为偏移量调用字节取得信息            return self.getAddr(self.getLong3(o + 1))                 if byte == 2:            # 重定向模式2            # [IP][0x02][国家信息的绝对偏移][地区信息字符串]            # 使用国家信息偏移量调用自己取得字符串信息            cArea = self.getAreaAddr(self.getLong3(o + 1))            o += 4            # 跳过前4字节取字符串作为地区信息            aArea = self.getAreaAddr(o)            return (cArea, aArea)                      if byte != 1 and byte != 2:            # 最简单的IP记录形式，[IP][国家信息][地区信息]            # 重定向模式1有种情况就是偏移量指向包含国家和地区信息两个字符串            # 即偏移量指向的第一个字节不是1或2,就使用这里的分支            # 简单地说：取连续取两个字符串！            cArea = self.getString(o)            #o += len(cArea) + 1            # 我们已经修改cArea为utf-8字符编码了，len取得的长度会有变，            # 用下面方法得到offset            o = self.img.find('\0',o) + 1            aArea = self.getString(o)            return (cArea, aArea)    def find(self, ip, l, r):        ''' 使用二分法查找网络字节编码的IP地址的索引记录'''        if r - l <= 1:            return l        m = (l + r) / 2        o = self.firstIndex + m * 7        new_ip = unpack('I', self.img[o: o+4])[0]        if ip <= new_ip:            return self.find(ip, l, m)        else:            return self.find(ip, m, r)             def getIPAddr(self, ip):        ''' 调用其他函数，取得信息！'''        # 使用网络字节编码IP地址        ip = unpack('!I', socket.inet_aton(ip))[0]        # 使用 self.find 函数查找ip的索引偏移        i = self.find(ip, 0, self.indexCount - 1)        # 得到索引记录        o = self.firstIndex + i * 7        # 索引记录格式是： 前4字节IP信息+3字节指向IP记录信息的偏移量        # 这里就是使用后3字节作为偏移量得到其常规表示（QQWry.Dat用字符串表示值）        o2 = self.getLong3(o + 4)        # IP记录偏移值+4可以丢弃前4字节的IP地址信息。        (c, a) = self.getAddr(o2 + 4)        return (c, a)             def output(self, first, last):        for i in range(first, last):            o = self.firstIndex +  i * 7            ip = socket.inet_ntoa(pack('!I', unpack('I', self.img[o:o+4])[0]))            offset = self.getLong3(o + 4)            (c, a) = self.getAddr(offset + 4)            print "%s %d %s/%s" % (ip, offset, c, a)def main():    i = IPInfo('QQWry.Dat')    (c, a) = i.getIPAddr(sys.argv[1])    print '%s %s/%s' % (sys.argv[1], c, a)if __name__ == '__main__':    main()# changelog# 时间：2009年5月29日# 1. 工具下面网友的建议，修改"o += len(cArea) + 1"#    http://linuxtoy.org/archives/python-ip.html#comment-113960#    因为这个时候我已经把得到的字符串变成utf-8编码了，长度会有变化！