regex - 完全合格的域名验证

Question

是否有一种快速而肮脏的方法来验证是否输入了正确的 FQDN？请记住，没有 DNS 服务器或 Internet 连接，因此必须通过 regex/awk/sed 进行验证。

有任何想法吗？

score 59 · Accepted Answer

(?=^.{4,253}$)(^((?!-)[a-zA-Z0-9-]{1,63}(?<!-)\.)+[a-zA-Z]{2,63}$)

正则表达式总是充其量是此类事情的近似值，并且规则会随着时间而变化。上述正则表达式的编写考虑了以下内容，并且特定于主机名-

主机名由一系列用点连接的标签组成。每个标签的长度为 1 到 63 个字符，可能包含：

ASCII 字母 az（不区分大小写），
数字 0-9,
和连字符 ('-')。

此外：

标签不能以连字符开头或结尾 (RFC 952)
标签可以以数字开头 (RFC 1123)
包括点在内的 ascii 主机名的最大长度为 253 个字符（不包括尾随点）（http://blogs.msdn.com/b/oldnewthing/archive/2012/04/12/10292868.aspx）
主机名中不允许使用下划线（但在其他 DNS 类型中允许使用）

一些假设：

TLD 至少有 2 个字符且只有 az
我们希望至少比 TLD 高 1 级

结果：有效/无效

911.gov - 有效
911 - 无效（无 TLD）
a-.com - 无效
-a.com - 无效
a.com - 有效
a.66 - 无效
my_host.com - 无效（取消划线）
典型主机名33.whatever.co.uk - 有效

编辑：John Rix 提供了一个替代的正则表达式，使 TLD 的规范成为可选的：

(?=^.{1,253}$)(^(((?!-)[a-zA-Z0-9-]{1,63}(?<!-))|((?!-)[a-zA-Z0-9-]{1,63}(?<!-)\.)+[a-zA-Z]{2,63})$)

911 - 有效
911.gov - 有效

编辑 2：有人要求在 js 中工作的版本。它在js中不起作用的原因是因为js不支持正则表达式。具体来说，代码(?<!-)- 指定前一个字符不能是连字符。

无论如何，在这里它被重写而没有向后看 - 有点难看但不多

(?=^.{4,253}$)(^((?!-)[a-zA-Z0-9-]{0,62}[a-zA-Z0-9]\.)+[a-zA-Z]{2,63}$)

您也可以对 John Rix 的版本进行类似的替换。

编辑3：如果你想允许尾随点 - 这在技术上是允许的：

(?=^.{4,253}\.?$)(^((?!-)[a-zA-Z0-9-]{1,63}(?<!-)\.)+[a-zA-Z]{2,63}\.?$)

在@ChaimKut 指出它们并且我做了一些研究之前，我不熟悉尾随点语法

然而，在我使用的各种工具中，使用尾随点似乎会导致一些不可预测的结果，所以我建议谨慎行事。

score 19 · Accepted Answer

如今，国际化域名和数千个（！）新 TLD 变得更加困难。

简单的部分是您仍然可以在“。”上拆分组件。

您需要一份可注册 TLD 的列表。有一个网站：

https://publicsuffix.org/list/effective_tld_names.dat

您只需要检查 ICANN 认可的那些。请注意，可注册 TLD 可以包含多个组件，例如“co.uk”。

然后是 IDN 和 punycode。域现在是 Unicode。例如，

“xn--nnx388a”相当于“台湾”。顺便说一句，这两个都是有效的 TLD。

punycode转换代码见“http://golang.org/src/pkg/net/http/cookiejar/punycode.go”。

检查每个域组件的语法也有新的规则。请参阅https://www.rfc-editor.org/rfc/rfc5890上的 RFC5890

组件可以是 A 标签（仅限 ASCII）或 Unicode。ASCII 标签要么遵循旧语法，要么以“xn--”开头，在这种情况下，它们是 Unicode 字符串的 punycode 版本。

Unicode 的规则非常复杂，在 RFC5890 中给出。这些规则旨在防止混合从左到右和从右到左的字符集。

抱歉，没有简单的答案。

score 7 · Accepted Answer

这个正则表达式就是你想要的：

(?=^.{1,254}$)(^(?:(?!\d+\.)[a-zA-Z0-9_\-]{1,63}\.?)+(?:[a-zA-Z]{2,})$)

它匹配您的示例域（groupa-zone1appserver.example.com 或 cod.eu 等...）

我将尝试解释：

(?=^.{1,254}$)匹配长度在 1 到 254 个字符之间的域名（可以以任何字符开头），如果我们假设 co.uk 是最小长度，它也可能是 5,254。

(^首发比赛

(?:定义匹配组

(?!\d+\.)域名不应由数字组成，因此不接受 1234.co.uk 或 abc.123.uk 而 1a.ko.uk 是。

[a-zA-Z0-9_\-]域名应该由只有 a-zA-Z0-9_- 的单词组成

{1,63}任何域级别的长度最大为 63 个字符，（可能是 2,63）

+和

(?:[a-zA-Z]{2,})$)域名的最后部分后面不能跟任何其他单词，并且必须由至少 2 个 char a-zA-Z 的单词组成

score 4 · Accepted Answer

我们使用这个正则表达式来验证在野外出现的域。它涵盖了我所知道的所有实际用例。欢迎新的。根据我们的指南，它避免了非捕获组和贪婪匹配。

^(?!.*?_.*?)(?!(?:[\w]+?\.)?\-[\w\.\-]*?)(?![\w]+?\-\.(?:[\w\.\-]+?))(?=[\w])(?=[\w\.\-]*?\.+[\w\.\-]*?)(?![\w\.\-]{254})(?!(?:\.?[\w\-\.]*?[\w\-]{64,}\.)+?)[\w\.\-]+?(?<![\w\-\.]*?\.[\d]+?)(?<=[\w\-]{2,})(?<![\w\-]{25})$

证明及解释：https ://regex101.com/r/FLA9Bv/40

验证域时有两种方法可供选择。

书本上的 FQDN 匹配（理论定义，实践中很少遇到）：

最长 253 个字符（根据RFC-1035/3.1，RFC-2181/11）
每个标签最多 63 个字符（根据RFC-1035/3.1，RFC-2181/11）
允许任何字符（根据RFC-2181/11）
TLD 不能是全数字的（根据RFC-3696/2）
FQDN 可以写成完整的形式，其中包括根区域（尾随点）

实用/保守的 FQDN 匹配（实用定义，在实践中预期和支持）：

与以下例外/补充相匹配的书籍
有效字符：[a-zA-Z0-9.-]
标签不能以连字符开头或结尾（根据RFC-952和RFC-1123/2.1）
TLD 最小长度为 2 个字符，最大长度为 24 个字符，根据当前现有记录
不匹配尾随点

上面的正则表达式包含书本和实用规则。

score 3 · Accepted Answer

考虑#1：

请注意，由于 RFC-2181 中的宽松要求，DNS 标签可以包含几乎任何符号组合（但是，长度限制仍然存在）：

"任何二进制字符串都可以用作任何资源记录的标签。DNS 协议的实现不得对可以使用的标签施加任何限制。特别是，DNS 服务器不得拒绝为区域提供服务，因为它包含标签某些 DNS 客户端程序可能无法接受。 ”（https://www.rfc-editor.org/rfc/rfc2181#section-11）

考虑#2：

“还有一条附加规则，本质上要求顶级域名不能是全数字的”（https://www.rfc-editor.org/rfc/rfc3696#section-2）

考虑到这两个因素，正确的正则表达式如下所示：

/^(?!:\/\/)(?=.{1,255}$)((.{1,63}\.){1,127}(?![0-9]*$)[a-z0-9-]+\.?)$/i

见演示@http ://regexr.com/3g5j0

score 0 · Accepted Answer

下面的表达式

(^((?=^.{4,253}$)(((http){0,1}|(http){0,1}|(ftp){0,1}|(ws){0,1})(s{0,1}):\/\/){0,1})((((?!-)[\pL0-9\-]{1,63})(?<!-)(\.)){1,})(((?!-)[a-z0-9\-]{1,63})(?<!-)((\/{0,1}[\pL\pN?=\-]*)+){1})$)

将匹配

https://www.tes1t.com/lets/to?878932572
https://www.test.co.uk/lets/to?878932572
http://www.test.com/lets/to?878932572
http://www.test.co.uk/lets/to?878932572
ftp://www.test.com/lets/to?878932572
subdomain.test.com/lets/to?878932572
subdomain.test.com/lets/to?878932572
subdomain.subdomain.test.net/lets/to?878932572

sub-domain.test.net/lets/to?878932572
sub-domain.test.net/lets-go/to?878932572
www.test.net/lets/to?878932572
www.test-test.com/
www.test-test.com

subdomain.subdomainsubdomainsuèdomainsubdomainsubdomainsubdomainsubdomain.net/let2s/to?=878932572

www.test-test.co.uk
http://www.test-test-.com/test
www.test-teèst.co.uk/lets
www.test-test.co.uk/lets/
www.test-test.co.uk/lets/to?
test-test.co.uk/lets/to?
test-test.co.uk/lets/
test-test.co.uk/lets
test-test.co.uk
http://test.com/lets/to?878932572
https://test.com/lets/to?878932572
ftp://test.com/lets/to?878932572
ftps://test.com/lets/to?878932572
ws://test.com/lets/to?878932572aa
wss://test.com/lets/to?=878932572bar
test.com

subdomain.test.test.test.test.test.test.test.test.test.test.test.test.test.test.test.test.test.test.test.test.test.test.test.test.test.test.test.test.test.test.test.test.khbdomainsubdomainsubdomain.test.net/lets/to?87893257

但不匹配：

www.-test-fail-.com
www.-test-fail.com
-test-fail.com
test-fail-.com

subdomain.subdomainsubdomainsubdomainsubdomainsubdomainsubdomainsubdomainsubdomainsubdomainsubdomainubdomainsubdomainsubdomain.test.net/lets/to?878932572

subdomain.subdomainsubdomainsubdcnvcnvcnofhfhghgfhvnhj-mainsubdomainsubdohhghghghfhgffgjh-gfhfdhfdghmainsubdocgvhngvnbnbmghghghaihgfjgfnfhfdghgsufghgghghhdfjgffsgfbdomainsubdomainsubdomainsubdomainsubdomainsubdomainsubdomain.test.net/lets/to?878932572

subdomain.test.test..test..test..test..test..test..test..test..test..test..test..test..test..test..test..test..test..test..test..test..test..test..test..test..test..test..test..test..test..test..test.khbdomainsubdomainsubdomain.test.net/lets/to?87893257

regex - 完全合格的域名验证

6 回答 6

Related

Reference