mirror of
https://github.com/lionsoul2014/ip2region.git
synced 2025-12-08 19:25:22 +00:00
ip2region python 查询客户端实现
使用方式
完全基于文件的查询
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。
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。
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()