增加2009年写的查询纯真IP的代码

tools/IP/QQWry/README.md

@@ -0,0 +1,15 @@
+纯真IP库
+========================
+
+纯真IP库的研究学习．
+
+
+# 联系我们
+
+- 社区： https://ylinux.org
+- 邮件： [email protected]
+- QQ群： Linux与云计算 232629450
+
+![扫描二维码](http://ylinux.org/static/img/join-qq-qun232629450.png)
+
+

tools/IP/QQWry/qqwry.py

@@ -0,0 +1,178 @@
+#!/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 sys
+import socket
+from struct import pack, unpack
+
+class 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')
+        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')
+        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！
+