需要准确编写RegEx查询

Question

我有一段我提取的 html 代码：

Server Address</span></td><td    ><span  class="hpPageText" >hostname0403.domain.tld</span></td><

我试图从这个字符串中提取 fqdn (hostname0403.domain.tld)。我想我会使用以下逻辑：

1. 以 > 开头，以 结尾
2. 必须包含至少 1 个句点（点）。
3. 必须包含所有数字、所有字母或两者的组合。

我希望最终得到的是 ">hostname0403.domain.tld

$reg = ">[\w\.]+<"

我对正则表达式很陌生，虽然这确实有效，但我不确定它是否安全。任何帮助将不胜感激。

Answer 1

正则表达式模式需要一些工作。例如，主机名之前和/或之后可能有空格。主机名可以包含“-”字符。您可以像这样处理空格：

'>\s*(..hostname regex)\s*<'

要获得更好的主机名正则表达式，请参阅SO 答案。以下是您将如何修改该正则表达式以满足您的需求：

$str = 'Server Address</span></td><td    ><span  class="hpPageText" >hostname0403.domain.tld</span></td><'
$ValidHostnameRegex = ">\s*((?:(?:[a-zA-Z0-9]|[a-zA-Z0-9][a-zA-Z0-9\-]*[a-zA-Z0-9])\.)*(?:[A-Za-z0-9]|[A-Za-z0-9][A-Za-z0-9\-]*[A-Za-z0-9]))\s*<"
$str -match $ValidHostnameRegex
$matches[1]

输出：

hostname-0403.domain.tld

Answer 2

您可以使用以下内容（作为奖励，Regex 为您排除了 > 和

        string source = @"Server Address</span></td><td    ><span  class=""hpPageText"" >hostname0403.domain.tld</span></td><";
        Regex r = new Regex(@"(?<=\>)(([a-zA-Z0-9]|[a-zA-Z0-9][a-zA-Z0-9\-]*[a-zA-Z0-9])\.)*([A-Za-z0-9]|[A-Za-z0-9][A-Za-z0-9\-]*[A-Za-z0-9])(?=\<)");

        string fqdn = "";
        Match fqdnMatch = r.Match(source);
        if (fqdnMatch.Success)
        {
            fqdn = fqdnMatch.Value;
        }