Biểu thức chính quy sẽ khớp với tên miền hợp lệ mà không có miền phụ là gì?

Tôi cần xác thực tên miền:

google.com

stackoverflow.com

Vì vậy, một miền ở dạng thô nhất của nó - thậm chí không phải là một miền phụ như www.

1. Các ký tự chỉ nên az | AZ | 0-9 và thời gian (.) Và dấu gạch ngang (-)
2. Phần tên miền không được bắt đầu hoặc kết thúc bằng dấu gạch ngang (-) (ví dụ -google-.com)
3. Phần tên miền phải dài từ 1 đến 63 ký tự
4. Tiện ích mở rộng (TLD) hiện tại có thể là bất kỳ thứ gì theo quy tắc số 1, tôi có thể xác thực chúng dựa trên danh sách sau này, mặc dù vậy, nó phải có 1 hoặc nhiều ký tự

Chỉnh sửa: TLD rõ ràng là 2-6 ký tự như nó viết tắt

Không. 4 sửa đổi: TLD thực sự nên được gắn nhãn "tên miền phụ" vì nó phải bao gồm những thứ như .co.uk - Tôi sẽ tưởng tượng cách xác thực duy nhất có thể (ngoài việc kiểm tra đối với danh sách) sẽ là 'sau dấu chấm đầu tiên phải có một hoặc nhiều ký tự hơn theo quy tắc số 1

Cảm ơn rất nhiều, tin rằng tôi đã cố gắng!

Chà, nó khá đơn giản, lén lút hơn một chút so với vẻ ngoài (xem nhận xét), với các yêu cầu cụ thể của bạn:

/^[a-zA-Z0-9][a-zA-Z0-9-]{1,61}[a-zA-Z0-9]\.[a-zA-Z]{2,}$/

Nhưng lưu ý rằng điều này sẽ từ chối rất nhiều tên miền hợp lệ.

Tôi biết rằng đây là một bài viết hơi cũ, nhưng tất cả các cụm từ thông dụng ở đây đều thiếu một thành phần rất quan trọng: hỗ trợ cho tên miền IDN.

Tên miền IDN bắt đầu bằng xn--. Chúng cho phép các ký tự UTF-8 mở rộng trong tên miền. Ví dụ: bạn có biết "♡ .com" là một tên miền hợp lệ không? Yeah, "love heart dot com"! Để xác thực tên miền, bạn cần để http://xn--c6h.com/ vượt qua quá trình xác thực.

Lưu ý, để sử dụng regex này, bạn sẽ cần phải chuyển đổi tên miền thành chữ thường và cũng sử dụng thư viện IDN để đảm bảo bạn mã hóa tên miền thành ACE (còn được gọi là "Mã hóa tương thích ASCII"). Một thư viện tốt là GNU-Libidn.

idn (1) là giao diện dòng lệnh đến thư viện tên miền quốc tế. Ví dụ sau chuyển đổi tên máy chủ trong UTF-8 thành mã hóa ACE. Sau đó, URL kết quả https: //nic.xn--flw351e/ sau đó có thể được sử dụng làm tương đương được mã hóa ACE của https: // nic. 谷 歌 / .

  $ idn --quiet -a nic.谷歌
  nic.xn--flw351e

Biểu thức chính quy ma thuật này sẽ bao gồm hầu hết các miền (mặc dù, tôi chắc chắn rằng có nhiều trường hợp cạnh hợp lệ mà tôi đã bỏ qua):

^((?!-))(xn--)?[a-z0-9][a-z0-9-_]{0,61}[a-z0-9]{0,1}\.(xn--)?([a-z0-9\-]{1,61}|[a-z0-9-]{1,30}\.[a-z]{2,})$

Khi chọn regex xác thực tên miền, bạn nên xem tên miền có khớp với những điều sau đây không:

1. xn--stackoverflow.com
2. stackoverflow.xn - com
3. stackoverflow.co.uk

Nếu ba miền này không vượt qua, biểu thức chính quy của bạn có thể không cho phép các miền hợp pháp!

Hãy xem trang Hỗ trợ Tên miền Quốc tế hóa từ Hướng dẫn Môi trường Ngôn ngữ Quốc tế của Oracle để biết thêm thông tin.

Vui lòng dùng thử regex tại đây: http://www.regexr.com/3abjr

ICANN lưu giữ danh sách các tld đã được ủy quyền có thể được sử dụng để xem một số ví dụ về miền IDN.

Biên tập:

 ^(((?!-))(xn--|_{1,1})?[a-z0-9-]{0,61}[a-z0-9]{1,1}\.)*(xn--)?([a-z0-9][a-z0-9\-]{0,60}|[a-z0-9-]{1,30}\.[a-z]{2,})$

Cụm từ thông dụng này sẽ ngăn các miền có dấu '-' ở cuối tên máy chủ được đánh dấu là hợp lệ. Ngoài ra, nó cho phép các miền phụ không giới hạn.

RegEx của tôi là tiếp theo:

^[a-zA-Z0-9][a-zA-Z0-9-_]{0,61}[a-zA-Z0-9]{0,1}\.([a-zA-Z]{1,6}|[a-zA-Z0-9-]{1,30}\.[a-zA-Z]{2,3})$

nó ổn cho i.oh1.me và cho wow.british-library.uk

UPD

Đây là quy tắc cập nhật

^(([a-zA-Z]{1})|([a-zA-Z]{1}[a-zA-Z]{1})|([a-zA-Z]{1}[0-9]{1})|([0-9]{1}[a-zA-Z]{1})|([a-zA-Z0-9][a-zA-Z0-9-_]{1,61}[a-zA-Z0-9]))\.([a-zA-Z]{2,6}|[a-zA-Z0-9-]{2,30}\.[a-zA-Z]{2,3})$

https://www.debuggex.com/r/y4Xe_hDVO11bv1DV

bây giờ nó kiểm tra -hoặc _ở phần đầu hoặc phần cuối của nhãn tên miền.

Đặt cược của tôi:

^(?:[a-z0-9](?:[a-z0-9-]{0,61}[a-z0-9])?\.)+[a-z0-9][a-z0-9-]{0,61}[a-z0-9]$

Giải thích:

Tên miền được xây dựng từ các phân đoạn. Đây là một phân đoạn (ngoại trừ cuối cùng):

[a-z0-9](?:[a-z0-9-]{0,61}[a-z0-9])?

Nó có thể có 1-63 ký tự, không bắt đầu hoặc kết thúc bằng '-'.

Bây giờ hãy nối '.' với nó và lặp lại ít nhất một lần:

(?:[a-z0-9](?:[a-z0-9-]{0,61}[a-z0-9])?\.)+

Sau đó, đính kèm phân đoạn cuối cùng, dài từ 2-63 ký tự:

[a-z0-9][a-z0-9-]{0,61}[a-z0-9]

Kiểm tra nó ở đây: http://regexr.com/3au3g

Chỉ là một chỉnh sửa nhỏ - phần cuối cùng phải lên đến 6. Do đó,

^[a-z0-9]+([\-\.]{1}[a-z0-9]+)*\.[a-z]{2,6}$

TLD dài nhất là museum(6 ký tự) - http://en.wikipedia.org/wiki/List_of_Internet_top-level_domains

Câu trả lời được chấp nhận không hoạt động với tôi, hãy thử điều này:

^ ((?! -) [A-Za-z0-9 -] {1,63} (? <! -) \.) + [A-Za-z] {2,6} $

Truy cập các Trường hợp Kiểm tra Đơn vị này để xác nhận.

Câu trả lời này dành cho tên miền (bao gồm RR của dịch vụ), không phải tên máy chủ (như tên máy chủ email).

^(?=.{1,253}\.?$)(?:(?!-|[^.]+_)[A-Za-z0-9-_]{1,63}(?<!-)(?:\.|$)){2,}$

Về cơ bản đó là câu trả lời của mkyong và thêm vào đó:

• Độ dài tối đa là 255 octet bao gồm tiền tố độ dài và gốc rỗng.
• Cho phép dấu '.' cho gốc dns rõ ràng.
• Cho phép '_' đứng đầu đối với RR của miền dịch vụ, (lỗi: không thực thi tối đa 15 ký tự cho nhãn _, cũng như không yêu cầu ít nhất một miền trên RR của dịch vụ)
• Đối sánh tất cả các TLD có thể có.
• Không nắm bắt nhãn miền phụ.

Theo bộ phận

Nhìn trước, giới hạn độ dài tối đa trong khoảng từ ^ $ đến 253 ký tự với ký tự ở cuối tùy chọn '.'

(?=.{1,253}\.?$)

Nhìn trước, ký tự tiếp theo không phải là '-' và không có '_' theo sau bất kỳ ký tự nào trước ký tự tiếp theo '.'. Có nghĩa là, hãy thực thi rằng ký tự đầu tiên của nhãn không phải là '-' và chỉ ký tự đầu tiên có thể là '_'.

(?!-|[^.]+_)

Từ 1 đến 63 ký tự được phép trên mỗi nhãn.

[A-Za-z0-9-_]{1,63}

Nhìn sau, ký tự trước không phải là '-'. Có nghĩa là, hãy thực thi rằng ký tự cuối cùng của nhãn không phải là '-'.

(?<!-)

Buộc một '.' ở cuối mỗi nhãn ngoại trừ nhãn cuối cùng, nơi nó là tùy chọn.

(?:\.|$)

Chủ yếu được kết hợp từ phía trên, điều này yêu cầu ít nhất hai cấp miền, điều này không hoàn toàn chính xác, nhưng thường là một giả định hợp lý. Thay đổi từ {2,} thành + nếu bạn muốn cho phép TLD hoặc tên miền phụ tương đối không đủ tiêu chuẩn thông qua (ví dụ: localhost, myrouter, to.)

(?:(?!-|[^.]+_)[A-Za-z0-9-_]{1,63}(?<!-)(?:\.|$)){2,}

Kiểm tra đơn vị cho biểu thức này.

Cảm ơn bạn đã chỉ ra đúng hướng trong các giải pháp xác thực tên miền trong các câu trả lời khác. Tên miền có thể được xác nhận theo nhiều cách khác nhau.

Nếu bạn cần xác thực miền IDN ở dạng con người có thể đọc được , regex \p{L}sẽ giúp bạn. Điều này cho phép khớp bất kỳ ký tự nào trong bất kỳ ngôn ngữ nào.

Lưu ý rằng phần cuối cũng có thể chứa dấu gạch nối ! Vì tên tiếng Chine được mã hóa punycode có thể có các ký tự unicode trong tld.

Tôi đã đi đến giải pháp phù hợp với ví dụ:

• google.com
• masełkowski.pl
• maselkowski.pl
• m.maselkowski.pl
• www.masełkowski.pl.com
• xn--masekowski-d0b.pl
• 中国 互联 网络 信息 中心. 中国
• xn - fiqa61au8b7zsevnm8ak20mc4a87e.xn - fiqs8s

Regex là:

^[0-9\p{L}][0-9\p{L}-\.]{1,61}[0-9\p{L}]\.[0-9\p{L}][\p{L}-]*[0-9\p{L}]+$

Kiểm tra và điều chỉnh tại đây

LƯU Ý: Regexp này khá dễ dãi, cũng như bộ ký tự cho phép tên miền hiện tại.

CẬP NHẬT : Đơn giản hơn nữa, a-aA-Z\p{L}giống như chỉ\p{L}

LƯU Ý 2: Vấn đề duy nhất là nó sẽ khớp với các miền có dấu chấm kép trong đó ..., như masełk..owski.pl. Nếu ai biết cách sửa lỗi này, xin vui lòng cải thiện.

^[a-z0-9]+([\-\.]{1}[a-z0-9]+)*\.[a-z]{2,7}$

[tên miền - chỉ các chữ cái viết thường và 0-9] [có thể có dấu gạch ngang] + [TLD - chỉ chữ thường, phải dài từ 2 đến 7 chữ cái]
http://rubular.com/ rất tuyệt vời để kiểm tra cụm từ thông dụng!
Chỉnh sửa: Đã cập nhật TLD tối đa thành 7 ký tự cho '.rentals' như Dan Caddigan đã chỉ ra.

Chưa đủ đại diện để bình luận. Để đáp lại giải pháp của paka, tôi thấy mình cần điều chỉnh ba mục:

• Dấu gạch ngang và dấu gạch dưới đã được di chuyển do dấu gạch ngang được hiểu là một phạm vi (như trong "0-9")
• Đã thêm một điểm dừng đầy đủ cho các tên miền có nhiều tên miền phụ
• Mở rộng độ dài tiềm năng cho TLD lên 13

Trước:

^(([a-zA-Z]{1})|([a-zA-Z]{1}[a-zA-Z]{1})|([a-zA-Z]{1}[0-9]{1})|([0-9]{1}[a-zA-Z]{1})|([a-zA-Z0-9][a-zA-Z0-9-_]{1,61}[a-zA-Z0-9]))\.([a-zA-Z]{2,6}|[a-zA-Z0-9-]{2,30}\.[a-zA-Z]{2,3})$

Sau:

^(([a-zA-Z]{1})|([a-zA-Z]{1}[a-zA-Z]{1})|([a-zA-Z]{1}[0-9]{1})|([0-9]{1}[a-zA-Z]{1})|([a-zA-Z0-9][-_\.a-zA-Z0-9]{1,61}[a-zA-Z0-9]))\.([a-zA-Z]{2,13}|[a-zA-Z0-9-]{2,30}\.[a-zA-Z]{2,3})$

Đối với gTLD mới

/^((?!-)[\p{L}\p{N}-]+(?<!-)\.)+[\p{L}\p{N}]{2,}$/iu

Như đã chỉ ra, không rõ ràng khi nói tên miền phụ theo nghĩa thực tế (ví dụ: .co.uktên miền). Chúng tôi sử dụng regex này để xác thực các miền xảy ra trong tự nhiên. Nó bao gồm tất cả các trường hợp sử dụng thực tế mà tôi biết. Những cái mới được chào đón. Theo nguyên tắc của chúng tôi, nó tránh các nhóm không nắm bắt và đối sánh tham lam.

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

Bằng chứng, giải thích và ví dụ: https://regex101.com/r/FLA9Bv/9 ( Lưu ý: hiện chỉ hoạt động trong Chrome vì regex sử dụng giao diện chỉ được hỗ trợ trong ECMA2018 )

Có hai phương pháp để lựa chọn khi xác thực miền.

Đối sánh FQDN theo sách (định nghĩa lý thuyết, hiếm khi gặp trong thực tế):

• độ dài tối đa 253 ký tự (theo RFC-1035 / 3.1 , RFC-2181/11 )
• độ dài tối đa 63 ký tự trên mỗi nhãn (theo RFC-1035 / 3.1 , RFC-2181/11 )
• bất kỳ ký tự nào được phép (theo RFC-2181/11 )
• TLD không được toàn số (theo RFC-3696/2 )
• FQDNs có thể được viết ở dạng hoàn chỉnh, bao gồm vùng gốc (dấu chấm)

Đối sánh FQDN thực tế / bảo thủ (định nghĩa thực tế, được mong đợi và hỗ trợ trong thực tế):

• phù hợp với sách phụ với các ngoại lệ / bổ sung sau
• ký tự hợp lệ: [a-zA-Z0-9.-]
• nhãn không thể bắt đầu hoặc kết thúc bằng dấu gạch nối (theo RFC-952 và RFC-1123 / 2.1 )
• Độ dài tối thiểu TLD là 2 ký tự, độ dài tối đa là 24 ký tự theo các bản ghi hiện có
• không khớp với dấu chấm ở cuối

^[a-zA-Z0-9][a-zA-Z0-9-]{1,61}[a-zA-Z0-9]\.[a-zA-Z]+(\.[a-zA-Z]+)$

Đây là mã hoàn chỉnh với ví dụ:

<?php
function is_domain($url)
{
    $parse = parse_url($url);
    if (isset($parse['host'])) {
        $domain = $parse['host'];
    } else {
        $domain = $url;
    }

    return preg_match('/^(?!\-)(?:[a-zA-Z\d\-]{0,62}[a-zA-Z\d]\.){1,126}(?!\d+)[a-zA-Z\d]{1,63}$/', $domain);
}

echo is_domain('example.com'); //true
echo is_domain('https://example.com'); //true
echo is_domain('https://.example.com'); //false
echo is_domain('https://localhost'); //false

^((localhost)|((?!-)[A-Za-z0-9-]{1,63}(?<!-)\.)+[A-Za-z]{2,253})$

Cảm ơn bạn @mkyong về cơ sở cho câu trả lời của tôi. Tôi đã sửa đổi nó để hỗ trợ các nhãn dài hơn được chấp nhận.

Ngoài ra, "localhost" về mặt kỹ thuật là một tên miền hợp lệ. Tôi sẽ sửa đổi câu trả lời này để phù hợp với các tên miền được quốc tế hóa.

/^((([a-zA-Z]{1,2})|([0-9]{1,2})|([a-zA-Z0-9]{1,2})|([a-zA-Z0-9][a-zA-Z0-9-]{1,61}[a-zA-Z0-9]))\.)+[a-zA-Z]{2,6}$/

• ([a-zA-Z]{1,2}) -> chỉ chấp nhận hai ký tự.

• ([0-9]{1,2})-> chỉ chấp nhận hai số

nếu bất cứ điều gì vượt quá hai ([a-zA-Z0-9][a-zA-Z0-9-]{1,61}[a-zA-Z0-9]), regex này sẽ xử lý điều đó.

Nếu chúng ta muốn thực hiện kết hợp ít nhất một lần +sẽ được sử dụng.

^ [a-zA-Z0-9] [- a-zA-Z0-9] + [a-zA-Z0-9]. [az] {2,3} (. [az] {2,3}) ? (. [az] {2,3})? $

Các ví dụ hoạt động:

stack.com
sta-ck.com
sta---ck.com
9sta--ck.com
sta--ck9.com
stack99.com
99stack.com
sta99ck.com

Nó cũng sẽ hoạt động cho các phần mở rộng

.com.uk
.co.in
.uk.edu.in

Các ví dụ sẽ không hoạt động:

-stack.com

nó sẽ hoạt động ngay cả với phần mở rộng tên miền dài nhất ".versicherung"

• ^((?!-))(xn--)?[a-z0-9][a-z0-9-_]{0,61}[a-z0-9]{0,}\.?((xn--)?([a-z0-9\-.]{1,61}|[a-z0-9-]{0,30})\.[a-z-1-9]{2,})$

sẽ xác thực các miền như vậy яндекс.рфsau khi mã hóa.

https://regex101.com/r/Hf8wFM/1 - hộp cát

Regex sau đây trích xuất con, gốc và tld của một miền nhất định:

^(?<domain>(?<domain_sub>(?:[^\/\"\]:\.\s\|\-][^\/\"\]:\.\s\|]*?\.)*?)(?<domain_root>[^\/\"\]:\s\.\|\n]+\.(?<domain_tld>(?:xn--)?[\w-]{2,7}(?:\.[a-zA-Z-]{2,3})*)))$

Đã kiểm tra các miền sau:

* stack.com
* sta-ck.com
* sta---ck.com
* 9sta--ck.com
* sta--ck9.com
* stack99.com
* 99stack.com
* sta99ck.com
* google.com.uk
* google.co.in

* google.com
* masełkowski.pl
* maselkowski.pl
* m.maselkowski.pl
* www.masełkowski.pl.com
* xn--masekowski-d0b.pl
* xn--fiqa61au8b7zsevnm8ak20mc4a87e.xn--fiqs8s

* xn--stackoverflow.com
* stackoverflow.xn--com
* stackoverflow.co.uk

Tôi đã làm như dưới đây để đơn giản tìm nạp miền cùng với giao thức. Ví dụ: https://www.facebook.com/profile/user/ ftp://182.282.34.337/movies/M

sử dụng mẫu Regex bên dưới: [a-zA-Z0-9] +: //.*? /

sẽ cung cấp cho bạn đầu ra: https://www.facebook.com/ ftp://192.282.34.337/