grep有效的域正则表达式

Question

我想为只匹配有效域的grep做一个正则表达式。

我的版本的工作还算不错，但符合以下无效域：

@subdom..dom.ext 

这里是我的正则表达式：

echo "@dom.ext" | grep "^@[[:alnum:]]\+[[:alnum:]\-\.]\+[[:alnum:]]\+\.[[:alpha:]]\+\$" 

我使用bash工作，所以我逃特殊字符。

样品应符合：

@subdom.dom.ext 
@subsubdom.subdom.dom.ext 
@subsub-dom.sub-dom.ext 

感谢您的帮助

Answer 1

一个真正完整的解决方案需要更多的工作，但这里有一个镜头（注意，@前缀假设）：

^@(([a-zA-Z](-?[a-zA-Z0-9])*)\.)*[a-zA-Z](-?[a-zA-Z0-9])+\.[a-zA-Z]{2,}$ 

你可以用egrep（或grep -E）使用，也可与[[ ... =~ ... ]]，bash的正则表达式匹配运算符。

做以下假设，它比实际的DNS名称的限制更宽松：

• 只有ASCII（非外资）字母被允许 - 请参阅下面的国际化域名（IDN）的考虑;还有，IDN的ASCII形式 - 例如xn--bcher-kva.ch（bücher.ch） - 不匹配（尽管它很容易解决）。
• 对嵌套子域的数量没有限制。
• 对任何标签（名称组件）的长度没有限制，对名称的总长度没有限制（实际限制见here）。
• TLD（最后一个组件）仅由字母组成，其长度至少为2.
• 子域和域名都必须以字母开头;该域名的长度必须至少为2;子域允许为单字母。

下面是一个简单的测试：

for d in @subdom..dom.ext @dom.ext @subdom.dom.ext @subsubdom.subdom.dom.ext @subsub-dom.sub-dom.ext; do 
[[ $d =~ \ 
    ^@(([a-zA-Z](-?[a-zA-Z0-9])*)\.)*[a-zA-Z](-?[a-zA-Z0-9])+\.[a-zA-Z]{2,}$ \ 
]] && echo YES || echo NO 
done 

---

支持Internationalized Domain Names (IDN)：

一个简单的改进，也符合国际化域名是在[[:alnum:]]与[[:alpha:]]和[a-zA-Z0-9]更换[a-zA-Z]以上正则表达式;即：

^@(([[:alpha:]](-?[[:alnum:]])*)\.)*[[:alpha:]](-?[[:alnum:]])+\.[[:alpha:]]{2,}$ 

注意事项：

• 并非所有的类Unix平台对[[:alpha:]]或[[:alnum:]]匹配时，完全支持所有的Unicode字符。例如，使用基于UTF-8的语言环境，OS X 10.9.1显然只匹配拉丁变音符号（例如，ü,á）和西里尔文字符（除ASCII之外），而Linux 3.2似乎涵盖所有脚本，包括亚洲和阿拉伯语。

• 我不清楚从右到左书写脚本中的名称是否正确匹配。

• 为了完整起见：即使上述正则表达式不试图强制执行长度的限制，试图与国际化域名这样做会更复杂，因为篇幅所限适用于ASCII编码名称（通过Punycode），而不是原来的。

@Alfe指出IDN问题的提示。

Answer 2

echo "@dom.ext" | grep -E "^@[a-zA-Z0-9]+([-.]?[a-zA-Z0-9]+)*.[a-zA-Z]+$" 

该做的工作。

Answer 3

使用

grep '@[[:alpha:]][[:alnum:]\-]*\.[[:alpha:]][[:alnum:]\-]*\.[[:alpha:]][[:alnum:]\-]*$'