Какое регулярное выражение будет соответствовать действительному имени домена без поддомена?

Мне нужно подтвердить доменное имя:

google.com

stackoverflow.com

Таким образом, домен в самом чистом виде - даже не субдомен вроде www.

1. Символы должны быть только az | AZ | 0-9 и период (.) И тире (-)
2. Часть имени домена не должна начинаться или заканчиваться тире (-) (например, -google-.com)
3. Часть имени домена должна содержать от 1 до 63 символов.
4. Расширение (TLD) может быть любым в соответствии с правилами №1 на данный момент, я могу проверить их по списку позже, хотя оно должно состоять из 1 или более символов.

Изменить: TLD, по-видимому, составляет 2-6 символов в его нынешнем виде

нет. 4 исправлено: ДВУ на самом деле должен быть помечен как «субдомен», поскольку он должен включать такие вещи, как .co.uk - я бы предположил, что единственно возможная проверка (помимо проверки по списку) будет «после первой точки должна быть одна или больше символов по правилам # 1

Большое спасибо, поверьте, я попробовал!

Что ж, это довольно просто, немного хитрее, чем кажется (см. Комментарии), учитывая ваши конкретные требования:

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

Но учтите, что это приведет к отклонению множества действительных доменов.

Я знаю, что это немного старый пост, но во всех регулярных выражениях здесь отсутствует один очень важный компонент: поддержка доменных имен IDN.

Доменные имена IDN начинаются с xn--. Они позволяют использовать расширенные символы UTF-8 в доменных именах. Например, знаете ли вы, что «♡ .com» - допустимое доменное имя? Да, "люблю сердце точка ком"! Чтобы проверить доменное имя, необходимо разрешить http://xn--c6h.com/ пройти проверку.

Обратите внимание: чтобы использовать это регулярное выражение, вам нужно будет преобразовать домен в нижний регистр, а также использовать библиотеку IDN, чтобы обеспечить кодирование доменных имен в ACE (также известное как «ASCII-совместимое кодирование»). Одна хорошая библиотека - GNU-Libidn.

idn (1) - это интерфейс командной строки для интернационализированной библиотеки доменных имен. В следующем примере имя хоста преобразуется в UTF-8 в кодировку ACE. Полученный URL https: //nic.xn--flw351e/ затем можно использовать как эквивалент https: // nic. 谷 歌 / в кодировке ACE .

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

Это волшебное регулярное выражение должно охватывать большинство доменов (хотя, я уверен, есть много допустимых крайних случаев, которые я пропустил):

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

При выборе регулярного выражения для проверки домена вы должны увидеть, соответствует ли домен следующему:

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

Если эти три домена не проходят, возможно, ваше регулярное выражение не разрешает допустимые домены!

Посетите страницу поддержки интернационализированных доменных имен в Руководстве по международной языковой среде Oracle для получения дополнительной информации.

Не стесняйтесь опробовать регулярное выражение здесь: http://www.regexr.com/3abjr

ICANN ведет список делегированных TLD, который можно использовать для просмотра некоторых примеров доменов IDN.

Редактировать:

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

Это регулярное выражение остановит домены, у которых в конце имени хоста стоит знак «-», как допустимые. Кроме того, он позволяет использовать неограниченное количество поддоменов.

Мой RegEx следующий:

^[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})$

это нормально для i.oh1.me и для wow.british-library.uk

UPD

Вот обновленное правило

^(([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

теперь он проверяет -или _в начале или в конце метки домена.

Моя ставка:

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

Разъяснение:

Доменное имя строится из сегментов. Вот один сегмент (кроме финального):

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

Он может содержать от 1 до 63 символов, не начинается и не заканчивается знаком «-».

Теперь добавьте '.' к нему и повторить хотя бы один раз:

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

Затем прикрепите последний сегмент длиной от 2 до 63 символов:

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

Протестируйте здесь: http://regexr.com/3au3g

Небольшая поправка - последняя часть должна быть до 6. Следовательно,

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

Самый длинный TLD museum(6 символов) - http://en.wikipedia.org/wiki/List_of_Internet_top-level_domains

Принятый ответ не работает для меня, попробуйте следующее:

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

Посетите эти примеры модульных тестов для проверки.

Этот ответ предназначен для доменных имен (включая служебные RR), а не для имен хостов (например, имени хоста электронной почты).

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

В основном это ответ Макьонга, а также:

• Максимальная длина 255 октетов, включая префиксы длины и нулевой корень.
• Разрешить завершение '.' для явного корня DNS.
• Разрешить начальный '_' для RR сервисного домена (ошибки: не требует макс. 15 символов для меток _, и при этом не требуется хотя бы один домен выше сервисных RR)
• Соответствует всем возможным TLD.
• Не записывает ярлыки субдоменов.

По частям

Lookahead, ограничьте максимальную длину от ^ $ до 253 символов с необязательным завершающим литералом '.'

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

Посмотри вперед, следующий символ не является «-», и ни один символ «_» не следует за любыми символами перед следующим «.». Иными словами, убедитесь, что первый символ метки не является «-», и только первый символ может быть «_».

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

От 1 до 63 разрешенных символов на этикетке.

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

Смотреть назад, предыдущий символ не "-". Другими словами, убедитесь, что последний символ метки не является «-».

(?<!-)

Форсировать '.' в конце каждой метки, кроме последней, где это необязательно.

(?:\.|$)

В большинстве случаев в сочетании с вышеперечисленным, это требует как минимум двух уровней домена, что не совсем правильно, но обычно является разумным предположением. Измените с {2,} на +, если вы хотите разрешить использование TLD или неквалифицированных относительных поддоменов (например, localhost, myrouter, to.)

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

Модульные тесты для этого выражения.

Спасибо, что указали правильное направление в решениях для проверки доменного имени в других ответах. Доменные имена можно проверить различными способами.

Если вам нужно проверить домен IDN в удобочитаемой форме, регулярное выражение\p{L} поможет . Это позволяет сопоставить любой символ на любом языке.

Обратите внимание, что последняя часть может содержать дефисы ! В китайских именах, закодированных в кодировке Punycode, в tld могут содержаться символы Unicode.

Я пришел к решению, которое будет соответствовать, например:

• 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
• хп - fiqa61au8b7zsevnm8ak20mc4a87e.xn - fiqs8s

Регулярное выражение:

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

Проверить и настроить здесь

ПРИМЕЧАНИЕ. Это регулярное выражение является достаточно разрешительным, как и допустимый набор символов текущего имени домена.

ОБНОВЛЕНИЕ : еще более упрощено, как a-aA-Z\p{L}и только\p{L}

ПРИМЕЧАНИЕ 2: Единственная проблема заключается в том, что он будет соответствовать доменам с двойными точками в нем ..., например masełk..owski.pl. Если кто-нибудь знает, как это исправить, пожалуйста, улучшите.

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

[домен - только строчные буквы и 0–9] [может иметь дефис] + [TLD - только нижний регистр, должен содержать от 2 до 7 букв]
http://rubular.com/ отлично подходит для тестирования регулярных выражений!
Изменить: обновлен максимум TLD до 7 символов для .rentals, как указал Дэн Кэддиган.

Недостаточно репутации для комментариев. В ответ на решение paka я обнаружил, что мне нужно настроить три элемента:

• Тире и подчеркивание были перемещены из-за того, что тире интерпретируется как диапазон (как в «0–9»).
• Добавлена ​​точка для доменных имен с большим количеством поддоменов
• Увеличена потенциальная длина TLD до 13

Перед:

^(([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})$

После:

^(([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})$

Для новых gTLD

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

Как уже указывалось, не очевидно, что субдомены могут быть определены в практическом смысле (например, .co.ukдомены). Мы используем это регулярное выражение для проверки доменов, которые встречаются в дикой природе. Он охватывает все известные мне практические варианты использования. Приветствуются новые. Согласно нашим рекомендациям, он избегает групп, не захватывающих данные, и жадного сопоставления.

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

Доказательство, объяснение и примеры: https://regex101.com/r/FLA9Bv/9 ( Примечание: в настоящее время работает только в Chrome, поскольку регулярное выражение использует ретроспективу, которая поддерживается только в ECMA2018. )

При проверке доменов можно выбрать один из двух подходов.

Установленное соответствие FQDN (теоретическое определение, редко встречается на практике):

• не более 253 символов (согласно RFC-1035 / 3.1 , RFC-2181/11 )
• не более 63 символов на этикетку (согласно RFC-1035 / 3.1 , RFC-2181/11 )
• разрешены любые символы (согласно RFC-2181/11 )
• TLD не могут быть полностью числовыми (согласно RFC-3696/2 )
• Полные доменные имена могут быть записаны в полной форме, включая корневую зону (конечную точку).

Практическое / консервативное соответствие FQDN (практическое определение, ожидаемое и поддерживаемое на практике):

• Подбор по книгам со следующими исключениями / дополнениями
• допустимые символы: [a-zA-Z0-9.-]
• метки не могут начинаться или заканчиваться дефисом (согласно RFC-952 и RFC-1123 / 2.1 )
• Минимальная длина TLD составляет 2 символа, максимальная длина составляет 24 символа в соответствии с существующими в настоящее время записями.
• не соответствует конечной точке

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

Вот полный код с примером:

<?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})$

Спасибо @mkyong за основу для моего ответа. Я изменил его, чтобы поддерживать более длинные приемлемые метки.

Кроме того, «localhost» технически является допустимым доменным именем. Я изменю этот ответ, чтобы он соответствовал интернационализированным доменным именам.

/^((([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}) -> для приема только двух символов.

• ([0-9]{1,2})-> только для приема двух номеров

если что-то превышает два, ([a-zA-Z0-9][a-zA-Z0-9-]{1,61}[a-zA-Z0-9])это регулярное выражение позаботится об этом.

Если мы хотим выполнить сопоставление хотя бы один раз, +будет использоваться.

^ [A-Za-Z0-9] [- A-Za-Z0-9]. (. [AZ] {2,3}) + [A-Za-Z0-9] [AZ] {2,3} ? (. [AZ] {2,3})? $

Примеры, которые работают:

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

Это также будет работать для расширений

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

Примеры, которые не подойдут:

-stack.com

он будет работать даже с самым длинным расширением домена ".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,})$

проверит такие домены как яндекс.рфпосле кодирования.

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

Следующее регулярное выражение извлекает sub, root и tld данного домена:

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

Протестировано для следующих доменов:

* 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

Я сделал следующее, чтобы просто получить домен вместе с протоколом. Пример: https://www.facebook.com/profile/user/ ftp://182.282.34.337/movies/M

используйте приведенный ниже шаблон регулярного выражения: [a-zA-Z0-9] +: //.*? /

даст вам результат: https://www.facebook.com/ ftp://192.282.34.337/