匹配 DNS 主机名或 IP 地址的正则表达式？答案

【问题标题】：Regular expression to match DNS hostname or IP Address?匹配 DNS 主机名或 IP 地址的正则表达式？
【发布时间】：2010-09-11 11:52:01
【问题描述】：

有没有人手边的正则表达式可以匹配任何合法的 DNS 主机名或 IP 地址？

编写一个在 95% 的时间内都能正常工作的程序很容易，但我希望得到一些经过充分测试的东西，以完全匹配 DNS 主机名的最新 RFC 规范。

【问题讨论】：

注意：可以查明字符串是否为有效的 IPv4 地址并查明它是否为有效的主机名。但是：无法确定字符串是有效的 IPv4 地址还是有效的主机名。原因：任何匹配为有效 IPv4 地址的字符串也是有效的主机名，可以被 DNS 服务器解析为不同的 IP 地址。

标签： regex dns

【解决方案1】：

/^(?:[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])?$/

【讨论】：

【解决方案2】：

新的 Network 框架为 struct IPv4Address 和 struct IPv6Address 提供了可失败的初始化程序，它们可以非常轻松地处理 IP 地址部分。在 IPv6 中使用正则表达式执行此操作对于所有缩短规则都很困难。

很遗憾，我对主机名没有一个优雅的答案。

请注意，网络框架是最新的，因此它可能会强制您针对最新的操作系统版本进行编译。

import Network
let tests = ["192.168.4.4","fkjhwojfw","192.168.4.4.4","2620:3","2620::33"]

for test in tests {
    if let _ = IPv4Address(test) {
        debugPrint("\(test) is valid ipv4 address")
    } else if let _ = IPv6Address(test) {
        debugPrint("\(test) is valid ipv6 address")
    } else {
        debugPrint("\(test) is not a valid IP address")
    }
}

output:
"192.168.4.4 is valid ipv4 address"
"fkjhwojfw is not a valid IP address"
"192.168.4.4.4 is not a valid IP address"
"2620:3 is not a valid IP address"
"2620::33 is valid ipv6 address"

【讨论】：

【解决方案3】：

值得注意的是，大多数语言的库都可以为您执行此操作，通常内置在标准库中。而且这些库的更新频率可能比四年前从 Stack Overflow 答案中复制并忘记的代码要频繁得多。当然，他们通常还会将地址解析为某种可用的形式，而不是仅仅为您提供与一堆组的匹配。

例如在（POSIX）C中检测和解析IPv4：

#include <arpa/inet.h>
#include <stdio.h>

int main(int argc, char *argv[]) {
  for (int i=1; i!=argc; ++i) {
    struct in_addr addr = {0};
    printf("%s: ", argv[i]);
    if (inet_pton(AF_INET, argv[i], &addr) != 1)
      printf("invalid\n");
    else
      printf("%u\n", addr.s_addr);
  }
  return 0;
}

显然，如果您要尝试查找聊天消息中的所有有效地址，这些功能将无法正常工作，但即便如此，使用简单但过于热心的正则表达式来查找潜在匹配项可能会更容易，并且然后使用库来解析它们。

例如，在 Python 中：

>>> import ipaddress
>>> import re
>>> msg = "My address is 192.168.0.42; 192.168.0.420 is not an address"
>>> for maybeip in re.findall(r'\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}', msg):
...     try:
...         print(ipaddress.ip_address(maybeip))
...     except ValueError:
...         pass

【讨论】：

【解决方案4】：

def isValidHostname(hostname):

    if len(hostname) > 255:
        return False
    if hostname[-1:] == ".":
        hostname = hostname[:-1]   # strip exactly one dot from the right,
                                   #  if present
    allowed = re.compile("(?!-)[A-Z\d-]{1,63}(?<!-)$", re.IGNORECASE)
    return all(allowed.match(x) for x in hostname.split("."))

【讨论】：

你能解释一下这个正则表达式吗？究竟，(?!-), (?
@Scit，如果您的正则表达式引擎允许使用它们，它们会确保它不以“-”字符开头或结尾。例如，from Python 或 from Perl。

【解决方案5】：

要匹配有效的IP 地址，请使用以下正则表达式：

(25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)(\.(25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)){3}

代替：

([01]?[0-9][0-9]?|2[0-4][0-9]|25[0-5])(\.([01]?[0-9][0-9]?|2[0-4][0-9]|25[0-5])){3}

说明

许多正则表达式引擎匹配OR 序列中的第一种可能性。例如，尝试以下正则表达式：

10.48.0.200

测试

测试good与bad的区别

【讨论】：

不要忘记 start ^ 和 end $ 或类似 0.0.0.999 或 999.0.0.0 的东西也会匹配。 ;)
yes 以验证字符串 start ^ 和 end $ 是必需的，但如果您在文本中搜索 IP，请不要使用它。
您确定的意外“非贪婪”也适用于其他主机名解决方案。值得将此添加到您的答案中，因为其他内容与完整的主机名不匹配。例如([a-zA-Z0-9]|[a-zA-Z0-9][a-zA-Z0-9\-]{0,61}[a-zA-Z0-9])(\.([a-zA-Z0-9]|[a-zA-Z0-9][a-zA-Z0-9\-]{0,61}[a-zA-Z0-9]))* 与 ([a-zA-Z0-9][a-zA-Z0-9\-]{0,61}[a-zA-Z0-9]|[a-zA-Z0-9])(\.([a-zA-Z0-9][a-zA-Z0-9\-]{0,61}[a-zA-Z0-9])|[a-zA-Z0-9]))*
编辑：在上面，在最后使用+而不是*来查看失败。

【解决方案6】：

>>> my_hostname = "testhostn.ame"
>>> print bool(re.match("^(([a-zA-Z]|[a-zA-Z][a-zA-Z0-9\-]*[a-zA-Z0-9])\.)*([A-Za-z]|[A-Za-z][A-Za-z0-9\-]*[A-Za-z0-9])$", my_hostname))
True
>>> my_hostname = "testhostn....ame"
>>> print bool(re.match("^(([a-zA-Z]|[a-zA-Z][a-zA-Z0-9\-]*[a-zA-Z0-9])\.)*([A-Za-z]|[A-Za-z][A-Za-z0-9\-]*[A-Za-z0-9])$", my_hostname))
False
>>> my_hostname = "testhostn.A.ame"
>>> print bool(re.match("^(([a-zA-Z]|[a-zA-Z][a-zA-Z0-9\-]*[a-zA-Z0-9])\.)*([A-Za-z]|[A-Za-z][A-Za-z0-9\-]*[A-Za-z0-9])$", my_hostname))
True

【讨论】：

【解决方案7】：

在 php 上：filter_var(gethostbyname($dns), FILTER_VALIDATE_IP) == true ? 'ip' : 'not ip'

【讨论】：

虽然这段代码可能会回答这个问题，但通常旁边的解释代码会使答案更有用。请edit您的回答并提供一些上下文和解释。
而且，除非我弄错了，否则 FILTER_VALIDATE_IP 是 PHP 唯一的值。

【解决方案8】：

我想到了这个用于 IP 地址匹配的简单正则表达式匹配模式 \d+[.]\d+[.]\d+[.]\d+

【讨论】：

1111.1.1.1 不是有效的 IP。如果您不关心子网，就无法真正测试 ip 格式。您至少应该注意^\d{1,3}.\d{1,3}.\d{1,3}.\d{1,3} 之类的出现次数，当然这不是正确的方法。如果您有一个语言来编写脚本，那么您肯定可以访问它的网络功能。检查真实 ip 的最佳方法是告诉系统转换并将 ip 转换为正确的格式，然后检查真/假。在 Python 的情况下，我使用 socket.inet_aton(ip)。你需要inet_aton($ip)的PHP案例。
Python 用户可以看这里：gist.github.com/erm3nda/f25439bba66931d3ca9699b2816e796c

【解决方案9】：

关于 IP 地址，似乎存在一些关于是否包含前导零的争论。这曾经是一种常见的做法，并且被普遍接受，所以我认为它们应该被标记为有效，而不管当前的偏好如何。关于是否应该验证字符串前后的文本也存在一些歧义，我认为应该再次验证。 1.2.3.4 是一个有效的 IP，但 1.2.3.4.5 不是，而且 1.2.3.4 部分和 2.3.4.5 部分都不应该导致匹配。一些问题可以用这个表达式来处理：

grep -E '(^|[^[:alnum:]+)(([0-1]?[0-9]{1,2}|2[0-4][0-9]|25[0-5])\.){3}([0-1]?[0-9]{1,2}|2[0-4][0-9]|25[0-5])([^[:alnum:]]|$)'

不幸的是，验证八位字节的正则表达式部分会重复，这在许多提供的解决方案中都是如此。尽管这比模式的实例要好，但如果正在使用的正则表达式支持子例程，则可以完全消除重复。下一个示例使用grep 的-P 开关启用这些功能，并且还利用了前瞻和后瞻功能。（我选择的函数名称是 'o' 表示 octet。我可以使用 'octet' 作为名称，但希望更简洁。）

grep -P '(?<![\d\w\.])(?<o>([0-1]?[0-9]{1,2}|2[0-4][0-9]|25[0-5]))(\.\g<o>){3}(?![\d\w\.])'

如果 IP 地址位于包含句子形式的文本的文件中，则对点的处理实际上可能会产生误报，因为句点可能会跟随而不是点分符号的一部分。上面的一个变体可以解决这个问题：

grep -P '(?<![\d\w\.])(?<x>([0-1]?[0-9]{1,2}|2[0-4][0-9]|25[0-5]))(\.\g<x>){3}(?!([\d\w]|\.\d))'

【讨论】：

【解决方案10】：

试试这个：

((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)

它适用于我的情况。

【讨论】：

【解决方案11】：

这适用于有效的 IP 地址：

regex = '^([0-9]|[1-9][0-9]|[1][0-9][0-9]|[2][0-5][0-5])[.]([0-9]|[1-9][0-9]|[1][0-9][0-9]|[2][0-5][0-5])[.]([0-9]|[1-9][0-9]|[1][0-9][0-9]|[2][0-5][0-5])[.]([0-9]|[1-9][0-9]|[1][0-9][0-9]|[2][0-5][0-5])$'

【讨论】：

【解决方案12】：

AddressRegex = "^(ftp|http|https):\/\/([0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}\.[0-9]{1,3}:[0-9]{1,5})$";

HostnameRegex =  /^(ftp|http|https):\/\/([a-z0-9]+\.)?[a-z0-9][a-z0-9-]*((\.[a-z]{2,6})|(\.[a-z]{2,6})(\.[a-z]{2,6}))$/i

此 re 仅用于此类型验证

仅在以下情况下工作 http://www.kk.com http://www.kk.co.in

不适用于

http://www.kk.com/ http://www.kk.co.in.kk

http://www.kk.com/dfas http://www.kk.co.in/

【讨论】：

【解决方案13】：

"^((\\d{1,2}|1\\d{2}|2[0-4]\\d|25[0-5])\.){3}(\\d{1,2}|1\\d{2}|2[0-4]\\d|25[0-5])$"

【讨论】：

【解决方案14】：

我发现这对 IP 地址非常有效。它像最佳答案一样验证，但它也确保 ip 是隔离的，因此在 ip 之后或之前没有文本或更多数字/小数。

(?

【讨论】：

我尝试了很多，但我无法理解这里的两件事。 1. \b 指定单词边界为什么我们使用 \b ？哪个是边界？和 2. 为什么它只适用于 {7} 据我了解，我认为它应该是 {4}，但它不起作用。或者，您可以说明为什么要使用非捕获块。

【解决方案15】：

这个怎么样？

([0-9]{1,3}\.){3}[0-9]{1,3}

【讨论】：

9999999999.0.0.9999999999 也是如此 :) 但是对于大多数程序员来说，这种简短的方法就足够了。
-1 因为这匹配无意义的 IP 地址（如@Shebuka 注释）。

【解决方案16】：

您可以单独使用以下正则表达式，也可以将它们组合在一个联合 OR 表达式中。

ValidIpAddressRegex = "^(([0-9]|[1-9][0-9]|1[0-9]{2}|2[0-4][0-9]|25[0-5])\.){3}([0-9]|[1-9][0-9]|1[0-9]{2}|2[0-4][0-9]|25[0-5])$";

ValidHostnameRegex = "^(([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])$";

ValidIpAddressRegex 匹配有效的 IP 地址和 ValidHostnameRegex 有效的主机名。根据您使用的语言，\ 可能必须用 \ 进行转义。

ValidHostnameRegex 根据RFC 1123 有效。最初，RFC 952 指定主机名段不能以数字开头。

http://en.wikipedia.org/wiki/Hostname

原始规格 RFC 952 中的主机名，强制标签无法启动带有数字或连字符，并且不能以连字符结尾。然而，一个后续规范 (RFC 1123) 允许的主机名标签开始用数字。

Valid952HostnameRegex = "^(([a-zA-Z]|[a-zA-Z][a-zA-Z0-9\-]*[a-zA-Z0-9])\.)*([A-Za-z]|[A-Za-z][A-Za-z0-9\-]*[A-Za-z0-9])$";

【讨论】：

这里：stackoverflow.com/questions/4645126/… - 我解释了以数字开头的名称也被认为是有效的。此外，只有一个点是有问题的问题。如果有更多关于这方面的反馈，那就太好了。
您可能想要添加 IPv6。 OP 没有指定地址的什么类型。（顺便可以找到here）
在人们盲目地在代码中使用它之前，请注意它并不完全准确。它忽略了 RFC2181：“DNS 本身只对可用于识别资源记录的特定标签设置了一个限制。该限制与标签的长度和全名有关。任何一个标签的长度都限制在1 和 63 个八位字节。完整的域名限制为 255 个八位字节（包括分隔符）。"
@UserControl：非拉丁（Punycoded）主机名必须先转换为 ASCII 格式（éxämplè.com = xn--xmpl-loa1ab.com）然后验证。
您的主机名表达式匹配了一些无效值：我试过123.456.789.0，它说它是一个有效的主机名。

【解决方案17】：

检查主机名，例如... mywebsite.co.in、thangaraj.name、18thangaraj.in、thangaraj106.in 等，

[a-z\d+].*?\\.\w{2,4}$

【讨论】：

-1。 OP 要求“经过良好测试以完全匹配最新的 RFC 规范”，但这不匹配，例如*.museum，而它将匹配 *.foo。 Here’s a list 的有效 TLD。
我不确定将加号放在字符类（方括号）内是否是个好主意，此外，还有 5 个字母的 TLD（例如 .expert )。
完成 RFC 的最佳方式是使用系统/语言功能。 inet_aton 已经足够好了。

【解决方案18】：

我认为这是最好的 IP 验证正则表达式。请检查一次！！！

^(([01]?[0-9]?[0-9]|2([0-4][0-9]|5[0-5]))\.){3}([01]?[0-9]?[0-9]|2([0-4][0-9]|5[0-5]))$

【讨论】：

【解决方案19】：

smink 的主机名正则表达式不遵守主机名中单个标签长度的限制。 有效主机名中的每个标签的长度不得超过 63 个八位字节。

ValidHostnameRegex="^([a-zA-Z0-9]|[a-zA-Z0-9][a-zA-Z0-9\-]{0,61}[a-zA-Z0- 9])\
(\.([a-zA-Z0-9]|[a-zA-Z0-9][a-zA-Z0-9\-]{0,61}[a-zA-Z0-9])) *$"

请注意，第一行（上图）末尾的反斜杠是用于分割长行的 Unix shell 语法。它不是正则表达式本身的一部分。

这只是一个单独的正则表达式：

^([a-zA-Z0-9]|[a-zA-Z0-9][a-zA-Z0-9\-]{0,61}[a-zA-Z0-9]) (\.([a-zA-Z0-9]|[a-zA-Z0-9][a-zA-Z0-9\-]{0,61}[a-zA-Z0-9])) *$

您还应该单独检查主机名的总长度不得超过 255 个字符。如需更多信息，请参阅 RFC-952 和 RFC-1123。

【讨论】：

优秀的主机模式。这可能取决于一个语言的正则表达式实现，但对于 JS，它可以稍微调整以更简洁而不会丢失任何内容：/^[a-z\d]([a-z\d\-]{0,61}[a-z\d])?(\.[a-z\d]([a-z\d\-]{0,61}[a-z\d])?)*$/i
这就是我想要的，但“@”符号只允许根主机名的这个特殊字符？我是 dns 和正则表达式的新手 :(

【解决方案20】：

我似乎无法编辑置顶帖子，所以我将在此处添加我的答案。

对于主机名 - 简单的答案，这里的 egrep 示例 - http://www.linuxinsight.com/how_to_grep_for_ip_addresses_using_the_gnu_egrep_utility.html

egrep '([[:digit:]]{1,3}\.){3}[[:digit:]]{1,3}'

虽然这种情况没有考虑到第一个八位字节中的 0 等值，以及大于 254（IP 地址）或 255（网络掩码）的值。也许额外的 if 语句会有所帮助。

至于合法的 dns 主机名，前提是您只检查 Internet 主机名（而不是 Intranet），我编写了以下片段，混合了 shell/php，但它应该适用于任何正则表达式。

首先去ietf网站，下载并解析合法的一级域名列表：

tld=$(curl -s http://data.iana.org/TLD/tlds-alpha-by-domain.txt |  sed 1d  | cut -f1 -d'-' | tr '\n' '|' | sed 's/\(.*\)./\1/')
echo "($tld)"

这应该会给你一个很好的 re 代码来检查顶级域名的合法性，比如 .com .org 或 .ca

然后根据此处找到的指南添加表达式的第一部分 -- http://www.domainit.com/support/faq.mhtml?category=Domain_FAQ&question=9（任何字母数字组合和“-”符号，破折号应该不在八位字节的开头或结尾。

(([a-z0-9]+|([a-z0-9]+[-]+[a-z0-9]+))[.])+

然后将它们放在一起（PHP preg_match 示例）：

$pattern = '/^(([a-z0-9]+|([a-z0-9]+[-]+[a-z0-9]+))[.])+(AC|AD|AE|AERO|AF|AG|AI|AL|AM|AN|AO|AQ|AR|ARPA|AS|ASIA|AT|AU|AW|AX|AZ|BA|BB|BD|BE|BF|BG|BH|BI|BIZ|BJ|BM|BN|BO|BR|BS|BT|BV|BW|BY|BZ|CA|CAT|CC|CD|CF|CG|CH|CI|CK|CL|CM|CN|CO|COM|COOP|CR|CU|CV|CX|CY|CZ|DE|DJ|DK|DM|DO|DZ|EC|EDU|EE|EG|ER|ES|ET|EU|FI|FJ|FK|FM|FO|FR|GA|GB|GD|GE|GF|GG|GH|GI|GL|GM|GN|GOV|GP|GQ|GR|GS|GT|GU|GW|GY|HK|HM|HN|HR|HT|HU|ID|IE|IL|IM|IN|INFO|INT|IO|IQ|IR|IS|IT|JE|JM|JO|JOBS|JP|KE|KG|KH|KI|KM|KN|KP|KR|KW|KY|KZ|LA|LB|LC|LI|LK|LR|LS|LT|LU|LV|LY|MA|MC|MD|ME|MG|MH|MIL|MK|ML|MM|MN|MO|MOBI|MP|MQ|MR|MS|MT|MU|MUSEUM|MV|MW|MX|MY|MZ|NA|NAME|NC|NE|NET|NF|NG|NI|NL|NO|NP|NR|NU|NZ|OM|ORG|PA|PE|PF|PG|PH|PK|PL|PM|PN|PR|PRO|PS|PT|PW|PY|QA|RE|RO|RS|RU|RW|SA|SB|SC|SD|SE|SG|SH|SI|SJ|SK|SL|SM|SN|SO|SR|ST|SU|SV|SY|SZ|TC|TD|TEL|TF|TG|TH|TJ|TK|TL|TM|TN|TO|TP|TR|TRAVEL|TT|TV|TW|TZ|UA|UG|UK|US|UY|UZ|VA|VC|VE|VG|VI|VN|VU|WF|WS|XN|XN|XN|XN|XN|XN|XN|XN|XN|XN|XN|YE|YT|YU|ZA|ZM|ZW)[.]?$/i';

    if (preg_match, $pattern, $matching_string){
    ... do stuff
    }

您可能还想添加一个 if 语句来检查您检查的字符串是否短于 256 个字符 -- http://www.ops.ietf.org/lists/namedroppers/namedroppers.2003/msg00964.html

【讨论】：

-1 因为这匹配虚假 IP 地址，例如“999.999.999.999”。
"尽管这种情况没有考虑到第一个八位字节中的 0 之类的值，以及大于 254（IP 地址）或 255（网络掩码）的值。"
我看到你的回答是合格的，是的。我投了反对票，因为你的那部分答案仍然没有用。

【解决方案21】：

这是我在 Ant 中用于从 ANT_OPTS 中获取代理主机 IP 或主机名的正则表达式。这用于获取代理 IP，以便在为分叉的 JVM 配置代理之前运行 Ant “isreachable”测试。

^.*-Dhttp\.proxyHost=(\w{1,}\.\w{1,}\.\w{1,}\.*\w{0,})\s.*$

【讨论】：

那是\w，它不会捕获IP，仅在某些情况下捕获主机名。