检查字符串中的有效域名？

Question

我正在使用 python，想要一个简单的 api 或正则表达式来检查域名的有效性。我所说的有效性指的是语法有效性，而不是域名是否实际存在于互联网上。

Answer 1

如果任何域名是由点分隔的标识符列表（每个标识符不超过 63 个字符）并且由字母、数字和破折号（无下划线）组成，则该域名（在语法上）有效。

所以：

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

这将是一个开始。当然，现在可能允许一些非 Ascii 字符（这是最近的发展），这会极大地改变参数——您需要处理这个问题吗？

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 确保其最少为 4 (a.in)，最多为 255 个字符
一个或多个长度在 1 到 63 之间的标签（用句点分隔），以字母数字字符开头和结尾，并在中间包含字母数字字符和连字符。
后跟顶级域名（博物馆的最大长度为5）

• Lookahead 确保其最少为 4 (a.in)，最多为 255 个字符
• 一个或多个长度在 1 到 63 之间的标签（用句点分隔），以字母数字字符开头和结尾，并在中间包含字母数字字符和连字符。
• 后跟顶级域名（博物馆的最大长度为5）

Answer 3

请注意，虽然您可以使用正则表达式执行某些操作，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，这可能会让您遭受 DoS 攻击（如果有人提交数千个无效域名，可能需要一段时间才能解析无效名称），但您可以简单地对尝试此操作的人进行速率限制。

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

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})')

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

Answer 5

目前的答案对于规范来说都已经过时了。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}