什么是正则表达式，它将匹配没有子域的有效域名？

我需要验证域名：

google.com

stackoverflow.com

因此，以最原始的形式出现的域-甚至没有像www这样的子域。

1. 字符只能是az | AZ | 0-9和句点（。）和破折号（-）
2. 域名部分不应以破折号（-）开头或结尾（例如-google-.com）
3. 域名部分应在1到63个字符之间
4. 目前，扩展名（TLD）可以是＃1规则下的任何内容，我稍后可能会针对列表进行验证，尽管它应为1个或多个字符

编辑：TLD显然是2-6个字符

没有。修订4： TLD实际上应被标记为“子域”，因为它应包含.co.uk之类的东西-我想唯一可能的验证（除了检查列表之外）是“在第一个点之后应该有一个或规则1下的其他字符

非常感谢，相信我，我尝试了！

嗯，这是非常简单的一点点sneakier比它的外观（见注释），给予您的具体要求：

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

但是请注意，这将拒绝许多有效域。

我知道这有点旧，但是这里的所有正则表达式都缺少一个非常重要的组成部分：对IDN域名的支持。

IDN域名以xn--开头。它们在域名中启用扩展的UTF-8字符。例如，您知道“♡.com”是有效域名吗？是的，“ love heart dot com”！要验证域名，您需要让http://xn--c6h.com/通过验证。

请注意，要使用此正则表达式，您需要将域转换为小写，并且还需要使用IDN库来确保将域名编码为ACE（也称为“ ASCII兼容编码”）。一个好的库是GNU-Libidn。

idn（1）是国际化域名库的命令行界面。下面的示例将UTF-8中的主机名转换为ACE编码。然后可以将生成的URL https：//nic.xn--flw351e/用作与https：// nic。谷歌/相对应的ACE编码。

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

这个神奇的正则表达式应该涵盖大多数域（尽管我确信我错过了许多有效的边缘情况）：

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

选择域验证正则表达式时，应查看域是否符合以下条件：

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

如果这三个域均未通过，则您的正则表达式可能不允许使用合法域！

请查阅Oracle国际语言环境指南中的“国际化域名支持”页面，以获取更多信息。

请随时在此处尝试正则表达式：http : //www.regexr.com/3abjr

ICANN保留了已委派的顶级域名清单，可用于查看IDN域的一些示例。

编辑：

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

此正则表达式将阻止在主机名末尾带有“-”的域被标记为有效域。此外，它允许无限的子域。

接下来是我的RegEx：

^[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})$

对于i.oh1.me和wow.british-library.uk都可以

UPD

这是更新的规则

^(([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

现在检查-或_在启动或域标签的结束。

我的赌注：

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

解释：

域名是根据网段构建的。这是一个细分市场（决赛除外）：

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

它可以包含1-63个字符，不能以“-”开头或结尾。

现在追加“。” 并重复至少一次：

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

然后附加最后一段，长度为2-63个字符：

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

在这里测试： http : //regexr.com/3au3g

只是一个小的更正-最后一部分应为6。因此，

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

最长的TLD为museum（6个字符）-http: //en.wikipedia.org/wiki/List_of_Internet_top-level_domains

接受的答案对我不起作用，请尝试以下操作：

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

请访问此单元测试用例进行验证。

该答案适用于域名（包括服务RR），而不是主机名（例如电子邮件主机名）。

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

基本上，这是mkyong的答案，另外：

• 最大长度为255个八位字节，包括长度前缀和空根。
• 允许尾随“。” 用于显式dns根。
• 允许在服务域RR的前导'_'，（错误：不对_标签强加15个字符的最大值，也不需要在服务RR之上至少一个域）
• 匹配所有可能的TLD。
• 不捕获子域标签。

按零件

提前，将最大长度限制在^ $到253个字符之间，并带有可选的尾随文字'。'。

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

向前看，下一个字符不是'-'，并且在下一个'。'之前的任何字符后面都不能有'_'。也就是说，强制标签的第一个字符不是“-”，而只有第一个字符可以是“ _”。

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

每个标签允许使用1到63个字符。

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

在后面，前一个字符不是'-'。也就是说，强制标签的最后一个字符不是'-'。

(?<!-)

强制输入“。” 在每个标签的末尾（最后一个标签除外），该标签是可选的。

(?:\.|$)

通常需要从上面进行组合，这至少需要两个域级别，这不是很正确，但是通常是一个合理的假设。如果要允许TLD或不合格的相对子域通过（例如，localhost，myrouter等），请从{2，}更改为+。

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

为此表达式进行单元测试。

感谢您在其他答案中为域名验证解决方案指明正确的方向。域名可以通过各种方式进行验证。

如果您需要以易于阅读的形式验证IDN域，则正则表达式将为您提供帮助。这样可以匹配任何语言的任何字符。\p{L}

请注意，最后一部分也可能包含连字符！由于采用punycode编码的中文名称在tld中可能包含unicode字符。

我已经找到了匹配的解决方案，例如：

• google.com
• masełkowski.pl
• maselkowski.pl
• 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

正则表达式是：

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

在这里检查和调整

注意：此正则表达式是允许的，因为当前域名允许使用字符集。

更新：更加简化，a-aA-Z\p{L}与只是\p{L}

注意2：唯一的问题是它将匹配其中带有双点的域...，例如masełk..owski.pl。如果有人知道如何解决此问题，请改进。

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

[域-小写字母，仅0-9。] [可以有连字符] + [TLD-小写字母，必须在2至7个字母之间。]
http://rubular.com/非常适合测试正则表达式！
编辑：正如Dan Caddigan指出的那样，“。rentals”的TLD最大值已更新为7个字符。

没有足够的代表对此发表评论。为了响应paka的解决方案，我发现我需要调整三个项目：

• 破折号和下划线被移动，因为破折号被解释为范围（如“ 0-9”）
• 为具有许多子域的域名添加了句号
• TLD的潜在长度扩展到13

之前：

^(([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})$

后：

^(([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})$

对于新gTLD

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

正如已经指出的，从实际意义上讲子域（例如.co.uk域）并不明显。我们使用此正则表达式来验证出现在野外的域。它涵盖了我所知道的所有实际用例。欢迎新的。根据我们的指南，它避免了非捕获组和贪婪匹配。

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

证明，解释和示例：https ://regex101.com/r/FLA9Bv/9（注：当前仅在Chrome中有效，因为regex使用仅在ECMA2018中受支持的lookbehinds）

验证域时，有两种方法可供选择。

按书进行FQDN匹配（理论上的定义，在实践中很少遇到）：

• 最长253个字符（根据RFC-1035 / 3.1，RFC-2181 / 11）
• 每个标签最多63个字符长（根据RFC-1035 / 3.1和RFC-2181 / 11）
• 允许任何字符（根据RFC-2181 / 11）
• TLD不能为全数字（根据RFC-3696 / 2）
• FQDN可以完整的形式编写，包括根区域（尾随点）

实用/保守FQDN匹配（实用定义，在实践中应得到预期和支持）：

• 符合以下例外/补充规定的书本
• 有效字符： [a-zA-Z0-9.-]
• 标签不能以连字符开头或结尾（根据RFC-952和RFC-1123 / 2.1）
• TLD的最小长度为2个字符，最大长度为24个字符（根据当前记录）
• 不匹配尾随点

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

这是带有示例的完整代码：

<?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})$

谢谢@mkyong作为我回答的基础。我已经对其进行了修改，以支持更长的可接受标签。

同样，“本地主机”在技术上也是有效的域名。我将修改此答案以适应国际化域名。

/^((([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}) ->仅接受两个字符。

• ([0-9]{1,2})->仅接受两个数字

如果任何内容超过两个，([a-zA-Z0-9][a-zA-Z0-9-]{1,61}[a-zA-Z0-9])则此正则表达式将予以解决。

如果我们要进行至少一次匹配，+则将使用该匹配。

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

有效的示例：

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

它也适用于扩展

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

无效的示例：

-stack.com

即使使用最长的域扩展名也可以使用 ".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,})$

将яндекс.рф在编码后验证此类域。

https://regex101.com/r/Hf8wFM/1-沙箱

以下正则表达式提取给定域的子，根和tld：

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

已针对以下域进行了测试：

* 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

我做了以下操作，以简单地获取协议域。例如：https ： //www.facebook.com/profile/user/ ftp://182.282.34.337/movies/M

使用下面的Regex模式：[a-zA-Z0-9] +：//.*？/

将为您提供输出：https : //www.facebook.com/ ftp://192.282.34.337/