#!/usr/bin/env python

# coding: utf-8

# from: http://linuxtoy.org/files/pyip.py

# Blog: http://linuxtoy.org/archives/python-ip.html

# Modified by Demon

# Blog: http://demon.tw/programming/python-qqwry-dat.html

'''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

'''

importsys

importsocket

fromstructimportpack, unpack

classIPInfo(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')

# Demon注：在Windows下用'r'会有问题，会把\r\n转换成\n

# 详见http://demon.tw/programming/python-open-mode.html

# 还有Python文档中不提倡用file函数来打开文件，推荐用open

f =open(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])

# Demon注：unpack默认使用的endian是和机器有关的

# Intel x86和AMD64(x86-64)是little-endian

# Motorola 68000和PowerPC G5是big-endian

# 而纯真数据库全部采用了little-endian字节序

# 所以在某些big-endian的机器上原代码会出错

(self.firstIndex,self.lastIndex) = unpack('

# 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

defgetString(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')

except:

return'未知'

returnutf8_str

defgetLong3(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]

# Demon注：和上面一样，强制使用little-endian

returnunpack('

defgetAreaAddr(self,offset=0):

''' 通过给出偏移值，取得区域信息字符串，'''

byte =ord(self.img[offset])

ifbyte ==1orbyte ==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)

defgetAddr(self,offset, ip =0):

img =self.img

o =offset

byte =ord(img[o])

ifbyte ==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))

ifbyte ==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)

ifbyte !=1andbyte !=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)

deffind(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'''

ifr - l <=1:

returnl

m = (l + r) /2

o =self.firstIndex + m *7

#new_ip = unpack('I', self.img[o: o+4])[0]

# Demon注：和上面一样，强制使用little-endian

new_ip = unpack('

ifip <= new_ip:

return self.find(ip, l, m)

else:

return self.find(ip, m, r)

defgetIPAddr(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)

defoutput(self,first,last):

foriinrange(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)

defmain():

i = IPInfo('QQWry.Dat')

(c, a) = i.getIPAddr(sys.argv[1])

# Demon注：如果是在Windows命令行中运行把编码转回gb2312以避免乱码

ifsys.platform=='win32':

c =unicode(c,'utf-8').encode('gb2312')

a =unicode(a,'utf-8').encode('gb2312')

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！