Was ist ein regulärer Ausdruck, der mit einem gültigen Domainnamen ohne Subdomain übereinstimmt?

Ich muss einen Domainnamen validieren:

google.com

stackoverflow.com

Also eine Domain in ihrer rauesten Form - nicht einmal eine Subdomain wie www.

1. Zeichen sollten nur az | sein AZ | 0-9 und Punkt (.) Und Bindestrich (-)
2. Der Domainnamen-Teil sollte nicht mit einem Bindestrich (-) beginnen oder enden (z. B. -google-.com).
3. Der Domainnamen-Teil sollte zwischen 1 und 63 Zeichen lang sein
4. Die Erweiterung (TLD) kann vorerst alles sein, was unter den Regeln Nr. 1 steht. Ich kann sie später anhand einer Liste validieren. Es sollten jedoch 1 oder mehr Zeichen sein

Bearbeiten: TLD ist anscheinend 2-6 Zeichen wie es ist

Nein. 4 überarbeitet: TLD sollte eigentlich als "Subdomain" bezeichnet werden, da es Dinge wie .co.uk enthalten sollte - ich würde mir vorstellen, dass die einzig mögliche Validierung (abgesehen von der Überprüfung anhand einer Liste) "nach dem ersten Punkt sollte es einen oder" geben mehr Zeichen unter Regeln # 1

Vielen Dank, glauben Sie mir, ich habe es versucht!

Nun, es ist ziemlich einfach, etwas hinterhältiger als es aussieht (siehe Kommentare), angesichts Ihrer spezifischen Anforderungen:

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

Beachten Sie jedoch, dass dadurch viele gültige Domains abgelehnt werden.

Ich weiß, dass dies ein alter Beitrag ist, aber allen regulären Ausdrücken hier fehlt eine sehr wichtige Komponente: die Unterstützung für IDN-Domainnamen.

IDN-Domainnamen beginnen mit xn--. Sie aktivieren erweiterte UTF-8-Zeichen in Domänennamen. Wussten Sie beispielsweise, dass "♡ .com" ein gültiger Domainname ist? Ja, "love heart dot com"! Um den Domainnamen zu validieren, müssen Sie http://xn--c6h.com/ die Validierung bestehen lassen.

Beachten Sie, dass Sie zur Verwendung dieses regulären Ausdrucks die Domäne in Kleinbuchstaben konvertieren und eine IDN-Bibliothek verwenden müssen, um sicherzustellen, dass Sie Domänennamen in ACE codieren (auch als "ASCII-kompatible Codierung" bezeichnet). Eine gute Bibliothek ist GNU-Libidn.

idn (1) ist die Befehlszeilenschnittstelle zur internationalisierten Domänennamenbibliothek. Im folgenden Beispiel wird der Hostname in UTF-8 in ACE-Codierung konvertiert. Die resultierende URL https: //nic.xn--flw351e/ kann dann als ACE-codiertes Äquivalent von https: // nic. 谷 歌 / verwendet werden .

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

Dieser magische reguläre Ausdruck sollte die meisten Domänen abdecken (obwohl ich sicher bin, dass es viele gültige Randfälle gibt, die ich übersehen habe):

^((?!-))(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,})$

Wenn Sie einen regulären Ausdruck für die Domänenvalidierung auswählen, sollten Sie prüfen, ob die Domäne den folgenden Kriterien entspricht:

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

Wenn diese drei Domains nicht bestanden werden, erlaubt Ihr regulärer Ausdruck möglicherweise keine legitimen Domains!

Weitere Informationen finden Sie auf der Seite zur Unterstützung internationalisierter Domänennamen im Oracle International Language Environment Guide für weitere Informationen.

Probieren Sie den regulären Ausdruck hier aus: http://www.regexr.com/3abjr

ICANN führt eine Liste der delegierten tlds, anhand derer einige Beispiele für IDN-Domänen angezeigt werden können.

Bearbeiten:

 ^(((?!-))(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,})$

Dieser reguläre Ausdruck verhindert, dass Domänen mit '-' am Ende eines Hostnamens als gültig markiert werden. Darüber hinaus sind unbegrenzte Subdomains zulässig.

Mein RegEx ist der nächste:

^[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})$

Es ist in Ordnung für i.oh1.me und für wow.british-library.uk

UPD

Hier ist die Regel aktualisiert

^(([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

Jetzt wird nach -oder _am Anfang oder Ende des Domain-Labels gesucht.

Meine Wette:

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

Erklärt:

Der Domänenname wird aus Segmenten erstellt. Hier ist ein Segment (außer final):

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

Es kann 1-63 Zeichen haben und beginnt oder endet nicht mit '-'.

Fügen Sie jetzt '.' dazu und mindestens einmal wiederholen:

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

Fügen Sie dann das letzte Segment hinzu, das 2-63 Zeichen lang ist:

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

Testen Sie es hier: http://regexr.com/3au3g

Nur eine kleine Korrektur - der letzte Teil sollte bis zu 6 sein.

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

Die längste TLD ist museum(6 Zeichen) - http://en.wikipedia.org/wiki/List_of_Internet_top-level_domains

Akzeptierte Antwort funktioniert bei mir nicht, versuchen Sie Folgendes:

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

Besuchen Sie diese Unit Test Cases zur Validierung.

Diese Antwort bezieht sich auf Domainnamen (einschließlich Service-RRs) und nicht auf Hostnamen (wie einen E-Mail-Hostnamen).

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

Es ist im Grunde die Antwort von mkyong und zusätzlich:

• Maximale Länge von 255 Oktetten einschließlich Längenpräfixen und Nullwurzel.
• Erlaube nachfolgendes '.' für explizite DNS-Wurzel.
• Zulässiges '_' für Service-Domain-RRs zulassen (Fehler: Erzwingt weder maximal 15 Zeichen für _-Labels, noch ist mindestens eine Domain über Service-RRs erforderlich).
• Entspricht allen möglichen TLDs.
• Erfasst keine Subdomain-Labels.

Nach Teilen

Lookahead, begrenzen Sie die maximale Länge zwischen ^ $ und 253 Zeichen mit dem optionalen nachgestellten Literal '.'

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

Lookahead, das nächste Zeichen ist kein '-' und kein '_' folgt einem Zeichen vor dem nächsten '.'. Das heißt, erzwingen Sie, dass das erste Zeichen eines Labels kein '-' ist und nur das erste Zeichen ein '_' sein darf.

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

Zwischen 1 und 63 der zulässigen Zeichen pro Etikett.

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

Lookbehind, vorheriges Zeichen nicht '-'. Das heißt, erzwingen Sie, dass das letzte Zeichen eines Labels kein '-' ist.

(?<!-)

Erzwinge ein '.' am Ende jedes Etiketts mit Ausnahme des letzten, wo es optional ist.

(?:\.|$)

Meistens von oben kombiniert, erfordert dies mindestens zwei Domänenebenen, was nicht ganz richtig ist, aber normalerweise eine vernünftige Annahme. Wechseln Sie von {2,} zu +, wenn Sie TLDs oder nicht qualifizierte relative Subdomänen zulassen möchten (z. B. localhost, myrouter, to.).

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

Unit-Tests für diesen Ausdruck.

Vielen Dank, dass Sie in anderen Antworten die richtige Richtung für Lösungen zur Validierung von Domainnamen angegeben haben. Domain-Namen können auf verschiedene Arten validiert werden.

Wenn Sie die IDN- Domäne in ihrer für Menschen lesbaren Form validieren müssen, \p{L}hilft Regex . Dies ermöglicht es, jedem Zeichen in jeder Sprache zu entsprechen.

Beachten Sie, dass der letzte Teil möglicherweise auch Bindestriche enthält ! Als Punycode-codierte chinesische Namen können Unicode-Zeichen in tld enthalten sein.

Ich bin zu einer Lösung gekommen, die zum Beispiel passt:

• 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 ist:

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

Überprüfen und stimmen Sie hier ab

HINWEIS: Dieser reguläre Ausdruck ist sehr zulässig, ebenso wie der Zeichensatz für aktuelle Domänennamen.

UPDATE : Noch einfacher, a-aA-Z\p{L}genau wie gerade\p{L}

HINWEIS 2: Das einzige Problem besteht darin, dass Domänen mit doppelten Punkten übereinstimmen masełk..owski.pl. Wenn jemand weiß, wie man das behebt, bitte verbessern.

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

[Domain - Kleinbuchstaben und nur 0-9] [kann einen Bindestrich haben] + [TLD - nur Kleinbuchstaben, muss zwischen 2 und 7 Buchstaben lang sein]
http://rubular.com/ ist hervorragend zum Testen regulärer Ausdrücke geeignet !
Bearbeiten: TLD wurde auf maximal 7 Zeichen für '.rentals' aktualisiert, wie Dan Caddigan betonte.

Noch nicht genug Repräsentanten, um einen Kommentar abzugeben. Als Reaktion auf Pakas Lösung stellte ich fest, dass ich drei Elemente anpassen musste:

• Der Bindestrich und der Unterstrich wurden verschoben, da der Bindestrich als Bereich interpretiert wurde (wie in "0-9").
• Es wurde ein Punkt für Domain-Namen mit vielen Subdomains hinzugefügt
• Die potenzielle Länge für die TLDs wurde auf 13 erweitert

Vor:

^(([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})$

Nach dem:

^(([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})$

Wie bereits erwähnt, ist es nicht offensichtlich, Subdomains im praktischen Sinne zu erzählen (z .co.uk. B. Domains). Wir verwenden diesen regulären Ausdruck, um Domänen zu validieren, die in freier Wildbahn vorkommen. Es deckt alle mir bekannten praktischen Anwendungsfälle ab. Neue sind willkommen. Gemäß unseren Richtlinien werden nicht erfassende Gruppen und gierige Übereinstimmungen vermieden.

^(?!.*?_.*?)(?!(?:[\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})$

Beweis, Erklärung und Beispiele: https://regex101.com/r/FLA9Bv/9 ( Hinweis: Funktioniert derzeit nur in Chrome, da der Regex Lookbehinds verwendet, die nur in ECMA2018 unterstützt werden )

Bei der Validierung von Domains stehen zwei Ansätze zur Auswahl.

By-the-Books-FQDN-Matching (theoretische Definition, in der Praxis selten anzutreffen):

• Maximal 253 Zeichen lang (gemäß RFC-1035 / 3.1 , RFC-2181/11 )
• Maximal 63 Zeichen pro Etikett (gemäß RFC-1035 / 3.1 , RFC-2181/11 )
• Beliebige Zeichen sind zulässig (gemäß RFC-2181/11 ).
• TLDs können nicht rein numerisch sein (gemäß RFC-3696/2) )
• FQDNs können in einer vollständigen Form geschrieben werden, die die Stammzone (den nachfolgenden Punkt) enthält.

Praktischer / konservativer FQDN-Abgleich (praktische Definition, in der Praxis erwartet und unterstützt):

• by-the-books, die mit den folgenden Ausnahmen / Ergänzungen übereinstimmen
• gültige Zeichen: [a-zA-Z0-9.-]
• Etiketten können nicht mit Bindestrichen beginnen oder enden (gemäß RFC-952 und RFC-1123 / 2.1 ).
• Die minimale TLD-Länge beträgt 2 Zeichen, die maximale Länge beträgt 24 Zeichen gemäß den derzeit vorhandenen Datensätzen
• Nicht mit dem nachfolgenden Punkt übereinstimmen

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

Hier ist der vollständige Code mit Beispiel:

<?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

Für neue gTLDs

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

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

Vielen Dank an @mkyong für die Grundlage für meine Antwort. Ich habe es geändert, um längere akzeptable Etiketten zu unterstützen.

Außerdem ist "localhost" technisch gesehen ein gültiger Domainname. Ich werde diese Antwort ändern, um internationalisierten Domainnamen Rechnung zu tragen.

/^((([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}) -> um nur zwei Zeichen zu akzeptieren.

• ([0-9]{1,2})-> nur zum Akzeptieren von zwei Nummern

Wenn etwas mehr als zwei überschreitet, wird ([a-zA-Z0-9][a-zA-Z0-9-]{1,61}[a-zA-Z0-9])dieser reguläre Ausdruck dafür sorgen.

Wenn wir das Matching mindestens einmal durchführen wollen, +wird es verwendet.

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

Beispiele, die funktionieren:

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

Es funktioniert auch für Erweiterungen

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

Beispiele, die nicht funktionieren:

-stack.com

Es funktioniert auch mit der längsten Domain-Endung ".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,})$

überprüft solche Domänen wie яндекс.рфnach der Codierung.

https://regex101.com/r/Hf8wFM/1 - Sandbox

Der folgende reguläre Ausdruck extrahiert das Sub, root und tld einer bestimmten Domain:

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

Getestet für folgende Domains:

* 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

Ich habe das Folgende getan, um die Domain zusammen mit dem Protokoll einfach abzurufen. Beispiel: https://www.facebook.com/profile/user/ ftp://182.282.34.337/movies/M

Verwenden Sie das folgende Regex-Muster: [a-zA-Z0-9] +: //.*? /

Sie erhalten die Ausgabe: https://www.facebook.com/ ftp://192.282.34.337/