匹配域 (.com) 的正则表达式答案

【问题标题】：Regex for matching domains (.com)匹配域 (.com) 的正则表达式
【发布时间】：2020-03-28 17:38:07
【问题描述】：

我正在尝试匹配字符串中的所有域，例如：

"hello.test.com"
'hello-to.ya.com'
"test.two.for.com"

基本上匹配单引号和双引号之间的所有字符 .com

这是我想出的： \.([a-z0-9-])+\.(com)

我正在使用这个可视化网站进行测试： https://regexr.com/

但它与示例 #3 不匹配，我也想搜索外部引号。我正在以字符串格式解析 JSON，所以我不想要额外的东西。

示例 JSON：

'DbiResourceId': 'db-ZDKG55HDKSLJ33',
                  'DeletionProtection': False,
                  'DomainMemberships': [],
                  'Endpoint': {'Address': 'things-dev.dj5fhdk2.us-west-2.rds.amazonaws.com',
                               'HostedZoneId': 'DKGH32DL4',
                               'Port': 1234},

非常感谢！

【问题讨论】：

您不能仅通过分析字符串来匹配域，因此没有正则表达式将匹配所有情况。你要么限制你的问题空间，要么使用公共后缀列表，或者使用实时 DNS 查询来找到委派削减。示例：dk 既是域又是主机名（它会解析），www.example.uk.com 是域 example.uk.com 或 uk.com，具体取决于您希望如何查看它等等。

标签： regex text dns

【解决方案1】：

您的正则表达式仅匹配您所有 3 个示例的一部分。如果您需要匹配整个 URL，那么您需要一个模式来匹配一个或多个 [a-z0-9-]+\. 形式的子字符串，后跟子字符串 com。看起来像：

([a-z0-9-]+\.)+com

您可以在regexr 上玩它。如果要匹配这些，可以添加外部单引号：

'([a-z0-9-]+\.)+com'

注意：我为这些正则表达式使用了您的基本字符集合来帮助您入门，看起来您正在为您的特定应用程序做“刚刚够用”。但是，这些不会捕获所有有效的 URL 名称，它们会允许一些无效的名称（例如，一些以- 开头）。如果您想让这更准确地符合 URL 标准，您需要查看 RFC 3986, section 2。这详细描述了 URL 名称中允许的有效字符。

【讨论】：

这会有很多误报。例如，-.com、-a.com、a-.com 都将被视为有效域，而实际上由于 DNS 名称语法规则，它们不是有效域。
@PatrickMevzek 是的，我知道这一点。我正在了解正则表达式操作的基本想法。我将编辑我的答案以改进正则表达式。

【解决方案2】：

我不完全确定你的问题是什么。

如果你愿意：

"hello.test.com"
"hello-to.ya.com"
"test.two.for.com"

匹配上

test.com
ya.com
for.com

排除子域，试试：

([a-z0-9-]*.com)

使用多行和全局标志。

【讨论】：