mirror of
https://github.com/netfun2000/ip2region.git
synced 2026-02-27 09:44:31 +08:00
75 lines
1.9 KiB
Markdown
75 lines
1.9 KiB
Markdown
# ip2region python 查询客户端实现
|
|
|
|
# 使用方式
|
|
|
|
### 完全基于文件的查询
|
|
|
|
```python
|
|
import ip2Region
|
|
|
|
if __name__ == '__main__':
|
|
# 1. 创建查询对象
|
|
dbPath = "./data/ip2region.xdb";
|
|
searcher = ip2Region.Ip2Region(dbfile=dbPath)
|
|
|
|
# 2. 执行查询
|
|
ip = "1.2.3.4"
|
|
region_str = searcher.searchByIPStr(ip)
|
|
print(region_str)
|
|
|
|
# 3. 关闭searcher
|
|
searcher.close()
|
|
```
|
|
|
|
### 缓存 `VectorIndex` 索引
|
|
|
|
我们可以提前从 `xdb` 文件中加载出来 `VectorIndex` 数据，然后全局缓存，每次创建 Searcher 对象的时候使用全局的 VectorIndex 缓存可以减少一次固定的 IO 操作，从而加速查询，减少 IO 压力。
|
|
|
|
```python
|
|
import ip2Region
|
|
|
|
if __name__ == '__main__':
|
|
# 1. 预先加载 VectorIndex 缓存
|
|
dbPath = "./data/ip2region.xdb";
|
|
vi = ip2Region.Ip2Region.loadVectorIndexFromFile(dbfile=dbPath)
|
|
|
|
# 2. 使用上面的缓存创建查询对象, 同时也要加载 xdb 文件
|
|
searcher = ip2Region.Ip2Region(dbfile=dbPath, vectorIndex=vi)
|
|
|
|
# 3. 执行查询
|
|
ip = "1.2.3.4"
|
|
region_str = searcher.searchByIPStr(ip)
|
|
print(region_str)
|
|
|
|
# 4. 关闭searcher
|
|
searcher.close()
|
|
```
|
|
|
|
### 缓存整个 `xdb` 数据
|
|
|
|
我们也可以预先加载整个 ip2region.xdb 的数据到内存，然后基于这个数据创建查询对象来实现完全基于文件的查询，类似之前的 memory search。
|
|
|
|
```python
|
|
import ip2Region
|
|
|
|
if __name__ == '__main__':
|
|
# 1. 预先加载整个 xdb
|
|
dbPath = "./data/ip2region.xdb";
|
|
cb = ip2Region.Ip2Region.loadContentFromFile(dbfile=dbPath)
|
|
|
|
# 2. 仅需要使用上面的全文件缓存创建查询对象, 不需要传源 xdb 文件
|
|
searcher = ip2Region.Ip2Region(contentBuff=cb)
|
|
|
|
# 3. 执行查询
|
|
ip = "1.2.3.4"
|
|
region_str = searcher.searchByIPStr(ip)
|
|
print(region_str)
|
|
|
|
# 4. 关闭searcher
|
|
searcher.close()
|
|
|
|
```
|
|
# 查询测试
|
|
|
|
# bench 测试
|