python - 检查字符串中的有效域名？

Question

我正在使用 python 并且想要一个简单的 api 或正则表达式来检查域名的有效性。通过有效性，我是句法有效性，而不是域名是否实际存在于互联网上。

Answer 1

任何域名都是（在语法上）有效的，如果它是一个点分隔的标识符列表，每个不超过 63 个字符，并且由字母、数字和破折号（没有下划线）组成。

所以：

r'[a-zA-Z\d-]{,63}(\.[a-zA-Z\d-]{,63})*'

将是一个开始。当然，现在可能允许使用一些非 Ascii 字符（最近的发展），这会极大地改变参数——你需要处理吗？

Answer 2

r'^(?=.{4,255}$)([a-zA-Z0-9][a-zA-Z0-9-]{,61}[a-zA-Z0-9]\.)+[a-zA-Z0-9]{2,5}$'

• Lookahead 确保它有最少 4 个 ( a.in) 和最多 255 个字符
• 一个或多个标签（以句点分隔），长度在 1 到 63 之间，以字母数字字符开头和结尾，中间包含字母数字字符和连字符。
• 后跟一个顶级域名（博物馆最大长度为5）

Answer 3

请注意，虽然您可以使用正则表达式做一些事情，但测试有效域名的最可靠方法是实际尝试解析名称（使用socket.getaddrinfo）：

from socket import getaddrinfo

result = getaddrinfo("www.google.com", None)
print result[0][4]

请注意，从技术上讲，这可能会让您对 DoS 持开放态度（如果有人提交了数千个无效域名，解决无效域名可能需要一段时间），但您可以简单地限制尝试此操作的人的速率。

这样做的好处是它会将“hotmail.con”视为无效（而不是“hotmail.com”），而正则表达式会说“hotmail.con”是有效的。

Answer 4

我一直在使用这个：

(r'(\.|\/)(([A-Za-z\d]+|[A-Za-z\d][-])+[A-Za-z\d]+){1,63}\.([A-Za-z]{2,3}\.[A-Za-z]{2}|[A-Za-z]{2,6})')

确保它跟在点 (www.) 或 / (http://) 之后，并且破折号仅出现在名称内部，并且也匹配 gov.uk 等后缀。

Answer 5

在这一点上，规范的答案都已经过时了。我相信以下内容将正确匹配当前规范：

r'^(?=.{1,253}$)(?!.*\.\..*)(?!\..*)([a-zA-Z0-9-]{,63}\.){,127}[a-zA-Z0-9-]{1,63}$'