Apakah ekspresi reguler yang cocok dengan nama domain yang valid tanpa subdomain?

Saya perlu memvalidasi nama domain:

google.com

stackoverflow.com

Jadi domain dalam bentuknya yang paling mentah - bahkan bukan subdomain seperti www.

1. Karakter hanya boleh az | AZ | 0-9 dan titik (.) Dan tanda hubung (-)
2. Bagian nama domain tidak boleh diawali atau diakhiri dengan tanda hubung (-) (mis. -Google-.com)
3. Bagian nama domain harus memiliki panjang antara 1 dan 63 karakter
4. Ekstensi (TLD) dapat berupa apa saja di bawah aturan # 1 untuk saat ini, saya dapat memvalidasinya terhadap daftar nanti, namun harus 1 atau lebih karakter

Sunting: TLD tampaknya 2-6 karakter seperti aslinya

tidak. 4 direvisi: TLD seharusnya benar-benar diberi label "subdomain" karena harus menyertakan hal-hal seperti .co.uk - Saya membayangkan satu-satunya validasi yang mungkin (selain memeriksa daftar) adalah 'setelah titik pertama seharusnya ada satu atau lebih banyak karakter di bawah aturan # 1

Terima kasih banyak, percayalah, saya sudah mencoba!

Yah, itu cukup sederhana sedikit lebih licik daripada yang terlihat (lihat komentar), mengingat persyaratan spesifik Anda:

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

Tapi perhatikan ini akan menolak banyak domain yang valid.

Saya tahu bahwa ini adalah postingan lama, tetapi semua ekspresi reguler di sini kehilangan satu komponen yang sangat penting: dukungan untuk nama domain IDN.

Nama domain IDN dimulai dengan xn--. Mereka mengaktifkan karakter UTF-8 yang diperpanjang dalam nama domain. Misalnya, tahukah Anda "♡ .com" adalah nama domain yang valid? Ya, "cinta hati dot com"! Untuk memvalidasi nama domain, Anda harus membiarkan http://xn--c6h.com/ lolos validasi.

Catatan, untuk menggunakan regex ini, Anda perlu mengonversi domain ke huruf kecil, dan juga menggunakan pustaka IDN untuk memastikan Anda mengenkode nama domain ke ACE (juga dikenal sebagai "Pengkodean Kompatibel ASCII"). Salah satu perpustakaan yang bagus adalah GNU-Libidn.

idn (1) adalah antarmuka baris perintah ke perpustakaan nama domain internasional. Contoh berikut mengonversi nama host dalam UTF-8 menjadi pengkodean ACE. URL yang dihasilkan https: //nic.xn--flw351e/ kemudian dapat digunakan sebagai ekuivalen yang dienkode-ACE dari https: // nic. 谷 歌 / .

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

Ekspresi reguler ajaib ini harus mencakup sebagian besar domain (meskipun, saya yakin ada banyak kasus tepi valid yang saya lewatkan):

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

Saat memilih regex validasi domain, Anda akan melihat apakah domain tersebut cocok dengan yang berikut:

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

Jika ketiga domain ini tidak lolos, ekspresi reguler Anda mungkin tidak mengizinkan domain yang sah!

Lihat halaman Dukungan Nama Domain Internasional dari Panduan Lingkungan Bahasa Internasional Oracle untuk informasi lebih lanjut.

Silakan mencoba regex di sini: http://www.regexr.com/3abjr

ICANN menyimpan daftar tld yang telah didelegasikan yang dapat digunakan untuk melihat beberapa contoh domain IDN.

Edit:

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

Persamaan reguler ini akan menghentikan domain yang memiliki tanda '-' di akhir hostname sebagai ditandai sebagai valid. Selain itu, ini memungkinkan subdomain tidak terbatas.

RegEx saya berikutnya:

^[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})$

tidak apa-apa untuk i.oh1.me dan untuk wow.british-library.uk

UPD

Berikut adalah aturan yang diperbarui

^(([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

sekarang itu memeriksa -atau _di awal atau akhir label domain.

Taruhanku:

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

Dijelaskan:

Nama domain dibangun dari segmen. Berikut adalah satu segmen (kecuali final):

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

Ini dapat memiliki 1-63 karakter, tidak dimulai atau diakhiri dengan '-'.

Sekarang tambahkan '.' untuk itu dan ulangi setidaknya satu kali:

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

Kemudian lampirkan segmen terakhir, yang panjangnya 2-63 karakter:

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

Uji di sini: http://regexr.com/3au3g

Hanya koreksi kecil - bagian terakhir harus sampai 6. Oleh karena itu,

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

TLD terpanjang adalah museum(6 karakter) - http://en.wikipedia.org/wiki/List_of_Internet_top-level_domains

Jawaban yang diterima tidak berfungsi untuk saya, coba ini:

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

Kunjungi Kasus Uji Unit ini untuk validasi.

Jawaban ini untuk nama domain (termasuk RR layanan), bukan nama host (seperti nama host email).

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

Ini pada dasarnya adalah jawaban mkyong dan sebagai tambahan:

• Panjang maksimal 255 oktet termasuk prefiks panjang dan akar nol.
• Izinkan jejak '.' untuk root dns eksplisit.
• Izinkan memimpin '_' untuk RR domain layanan, (bug: tidak memberlakukan 15 karakter maks untuk _ label, juga tidak memerlukan setidaknya satu domain di atas RR layanan)
• Cocok dengan semua TLD yang mungkin.
• Tidak menangkap label subdomain.

Menurut Bagian

Lihatlah, batasi panjang maksimal antara ^ $ hingga 253 karakter dengan opsional '.'

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

Lihatlah, karakter berikutnya bukan '-' dan tidak ada '_' yang mengikuti karakter apa pun sebelum karakter berikutnya '.'. Artinya, tegakkan bahwa karakter pertama label bukanlah '-' dan hanya karakter pertama yang boleh jadi '_'.

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

Antara 1 dan 63 karakter yang diizinkan per label.

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

Lihat di belakang, karakter sebelumnya bukan '-'. Artinya, tegakkan bahwa karakter terakhir label bukanlah '-'.

(?<!-)

Paksa '.' di akhir setiap label kecuali yang terakhir, yang bersifat opsional.

(?:\.|$)

Sebagian besar digabungkan dari atas, ini membutuhkan setidaknya dua tingkat domain, yang tidak sepenuhnya benar, tetapi biasanya merupakan asumsi yang masuk akal. Ubah dari {2,} ke + jika Anda ingin mengizinkan TLD atau subdomain relatif yang tidak memenuhi syarat melalui (misalnya, localhost, myrouter, ke.)

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

Tes unit untuk ekspresi ini.

Terima kasih telah menunjukkan arah yang benar dalam solusi validasi nama domain di jawaban lain. Nama domain dapat divalidasi dengan berbagai cara.

Jika Anda perlu memvalidasi domain IDN dalam bentuk yang dapat dibaca manusia , regex \p{L}akan membantu. Ini memungkinkan untuk mencocokkan karakter apa pun dalam bahasa apa pun.

Perhatikan bahwa bagian terakhir mungkin juga berisi tanda hubung ! Karena kode Punycode, nama China mungkin memiliki karakter unicode di tld.

Saya telah sampai pada solusi yang cocok misalnya:

• 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 adalah:

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

Periksa dan dengarkan di sini

CATATAN: Regexp ini cukup permisif, seperti nama domain saat ini yang diperbolehkan kumpulan karakter.

PEMBARUAN : Bahkan lebih disederhanakan, a-aA-Z\p{L}sama seperti biasa\p{L}

CATATAN2: Satu-satunya masalah adalah itu akan cocok dengan domain dengan titik ganda di dalamnya ..., seperti masełk..owski.pl. Jika ada yang tahu cara memperbaikinya, harap perbaiki.

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

[domain - hanya huruf kecil dan 0-9] [dapat memiliki tanda hubung] + [TLD - hanya huruf kecil, harus terdiri dari 2 dan 7 huruf]
http://rubular.com/ sangat bagus untuk menguji ekspresi reguler!
Sunting: Diperbarui TLD maksimum hingga 7 karakter untuk '.rentals' seperti yang ditunjukkan Dan Caddigan.

Belum cukup perwakilan untuk berkomentar. Menanggapi solusi paka, saya merasa perlu menyesuaikan tiga item:

• Tanda hubung dan garis bawah dipindahkan karena tanda hubung diartikan sebagai rentang (seperti dalam "0-9")
• Menambahkan tanda titik untuk nama domain dengan banyak subdomain
• Memperpanjang potensi panjang TLD menjadi 13

Sebelum:

^(([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})$

Setelah:

^(([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})$

Untuk gTLD baru

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

Seperti yang telah ditunjukkan, tidak jelas untuk memberi tahu subdomain dalam arti praktis (misalnya .co.ukdomain). Kami menggunakan regex ini untuk memvalidasi domain yang terjadi di alam liar. Ini mencakup semua kasus penggunaan praktis yang saya ketahui. Yang baru dipersilakan. Menurut pedoman kami, ini menghindari grup yang tidak menangkap dan pencocokan serakah.

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

Bukti, penjelasan, dan contoh: https://regex101.com/r/FLA9Bv/9 ( Catatan: saat ini hanya berfungsi di Chrome karena regex menggunakan lookbehinds yang hanya didukung di ECMA2018 )

Ada dua pendekatan yang dapat dipilih saat memvalidasi domain.

Pencocokan FQDN menurut buku (definisi teoretis, jarang ditemui dalam praktik):

• maks 253 karakter (sesuai RFC-1035 / 3.1 , RFC-2181/11 )
• maks 63 karakter per label (sesuai RFC-1035 / 3.1 , RFC-2181/11 )
• karakter apa pun diperbolehkan (sesuai RFC-2181/11 )
• TLD tidak boleh semua numerik (sesuai RFC-3696/2 )
• FQDN dapat ditulis dalam bentuk lengkap, yang meliputi zona akar (tanda titik)

Pencocokan FQDN praktis / konservatif (definisi praktis, diharapkan dan didukung dalam praktik):

• oleh-the-books yang cocok dengan pengecualian / penambahan berikut
• karakter yang valid: [a-zA-Z0-9.-]
• label tidak boleh dimulai atau diakhiri dengan tanda hubung (sesuai RFC-952 dan RFC-1123 / 2.1 )
• Panjang minimal TLD adalah 2 karakter, panjang maksimal adalah 24 karakter sesuai catatan yang ada saat ini
• tidak cocok dengan tanda titik

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

Berikut kode lengkapnya dengan contoh:

<?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})$

Terima kasih @mkyong atas dasar jawaban saya. Saya telah memodifikasinya untuk mendukung label yang dapat diterima lebih lama.

Selain itu, "localhost" secara teknis adalah nama domain yang valid. Saya akan mengubah jawaban ini untuk mengakomodasi nama domain internasional.

/^((([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}) -> untuk menerima hanya dua karakter.

• ([0-9]{1,2})-> untuk menerima dua nomor saja

jika ada yang melebihi dua ([a-zA-Z0-9][a-zA-Z0-9-]{1,61}[a-zA-Z0-9]), regex ini akan mengurusnya.

Jika kita ingin melakukan pencocokan setidaknya satu kali +akan digunakan.

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

Contoh yang berhasil:

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

Ini juga akan berfungsi untuk ekstensi

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

Contoh yang tidak akan berhasil:

-stack.com

itu akan bekerja bahkan dengan ekstensi domain terpanjang ".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,})$

akan memvalidasi domain tersebut seperti яндекс.рфsetelah encoding.

https://regex101.com/r/Hf8wFM/1 - kotak pasir

Regex berikut mengekstrak sub, root, dan tld dari domain tertentu:

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

Diuji untuk domain berikut:

* 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

Saya melakukan hal di bawah ini untuk mengambil domain bersama dengan protokolnya. Contoh: https://www.facebook.com/profile/user/ ftp://182.282.34.337/movies/M

gunakan pola Regex di bawah ini: [a-zA-Z0-9] +: //.*? /

akan memberi Anda output: https://www.facebook.com/ ftp://192.282.34.337/