正则表达式验证西里尔文域答案

【问题标题】：regex validation cyrillic domain正则表达式验证西里尔文域
【发布时间】：2013-11-15 14:32:33
【问题描述】：

我需要编写一个正则表达式来验证拉丁文和西里尔文域名。我写了这个函数，但它不适用于西里尔语域。告诉我怎么了？

function isDomain($url)
    {
        if (mb_strlen($url)==0) return false;
        $url = mb_strtolower(trim($url));
        $abc = 'абвгдеёжзийклмнопрстуфхцчшщэьъыюя';
        if(!preg_match('/^(['.$abc.'a-z0-9\.-]{1,64})?\.(?:рф|ru|su|com|net|org|mil|edu|arpa|gov|biz|info|aero|inc|name|[a-z]{3})$/i',$url))
        {
            return FALSE; 
        } else {
            return TRUE;
        }
    }

【问题讨论】：

问题是缺少 mb_internal_encoding ('UTF-8');

标签： php regex validation

【解决方案1】：

使用 POSIX 类 \p{Cyrillic}。
使用修饰符/u 匹配Unicode。
在您的 TLD 列表中使用 рф 的 Unicode 代码点。

还有一个观察：长度为 3 的 TLD 已经与 [a-z]{3} 匹配，因此我们可以将它们排除在列表之外。

function isDomain($url)
{
    if (mb_strlen($url)==0) return false;
    $url = mb_strtolower(trim($url));
    return preg_match('/^([\p{Cyrillic}\p{Latin}\d\.-]{1,64})?\.(?:\x{0440}\x{0444}|ru|su|arpa|info|aero|name|[a-z]{3})$/iu',$url);
}

在Regex101.com 上查看我的示例。

【讨论】：

您有想要匹配的域的示例吗？
例如 абебебу.рф
在我更新的答案中查看 regex101 的链接。最后一个问题是域名 .рф;我们需要提供这两个字符作为 Unicode 代码点。
嗯，这很奇怪。它曾经在 Regex101 上工作，但今天点击链接，它没有。

【解决方案2】：

(?:рф|ru|su|com|net|org|mil|edu|arpa|gov|biz|info|aero|inc|name|[a-z]{3})

如果您在末尾添加 [a-z]{3}，列出所有这些是没有用的！你可以写：

(?:рф|[a-z]{3-4})

【讨论】：

我对另一个问题感兴趣，为什么没有验证西里尔文域？
我想你的意思是写[a-z]{3,4}。
@Amine ：关于 {3-4}，我搞砸了。 OP：您可以尝试使用“\p{L}”，它匹配一个字母字符（在任何字符集中）。