LEX模式，用于匹配IP版本6地址的压缩文本表示形式

Question

我知道堆栈溢出和正则表达式的其他地方都有很多文章，包括IPV6地址的LEX模式。它们似乎都不是真正完整的，实际上某些要求不需要解析所有可能的地址格式。

我正在寻找IP版本6地址的LEX模式，仅适用于以压缩文本形式表示的地址。这种形式在RFC 5952的2.2节中（以及可能在其他相关的RFC中）进行了描述，并且表示所有可能的IPv6地址格式的较小子集。

[如果有人拥有经过良好测试或知道的一个，请转发。

Answer 1

RFC 5952 §2.2没有正式描述压缩的IPv6地址形式。 RFC 5952的目标是产生“规范的文本表示形式”。也就是说，一组文本编码与该IPv6地址具有一对一的关系。 2.2节列举了压缩形式的几个方面，这些方面导致了编码选项；规范表示需要消除所有选项。

压缩的语法实际上在RFC 4291 §2.2的第2节中进行了描述。尽管有点烦人，但该语法很容易描述为正则表达式。在包含两个正则表达式的交集的语法中，这样做会更容易（例如，Ragel提供了该运算符），但是在这种情况下，简单地对可能性进行枚举就足够了。

如果您确实想将匹配项限制为RFC 5952 §4.2中列出的规范表示形式，那么您的任务就有些艰巨，因为要求压缩后的0必须是未压缩地址中最长的0，因此，如果有多个相同长度的最长行程，则为第一个此类行程。

这可能通过对压缩行程满足“第一最长”约束条件的允许形式进行更长的枚举。但是我真的不确定创建该怪物是否有任何价值，因为RFC 5952十分清楚，其目的是通过一个合格的应用程序（加强调）来限制表示集[[produced：]

…[A] ll的实现必须

accept

，并且能够处理任何合法的RFC4291格式。

由于正则表达式主要用于识别和解析输入，因此似乎不必麻烦编写和验证可能的规范模式列表。

可以在lex语法中轻松描述符合RFC 4291 §2.2条款1的IPv6地址：

piece      [[:xdigit:]]{1,4}
%%
{piece}(:{piece}){7}      { /* an uncompressed IPv6 address */ }

顺便说一句，尽管出于上述相同的原因似乎没有必要，但将{piece}限制为规范的16位表示形式（仅小写，没有前导零）非常简单：

piece 0|[1-9a-f][0-9a-f]{0,3}

复杂性来自第2节的要求，即只压缩一次0。编写正则表达式很容易，它只允许省略一个数字：

(({piece}:)*{piece})?::({piece}(:{piece})*)?

但是该公式不再将片段数限制为8。编写正则表达式也很容易，该表达式允许省略片段，从而限制了字段数：

{piece}(:{piece}?){1,6}:{piece}|:(:{piece}){1,7}|({piece}:){1,7}:|::

需要的是这两种模式的交集，再加上未压缩地址的模式。但是，如上所述，无法在（f）lex中编写交集。因此，我们最终列举了可能性。一个简单的枚举是初始未压缩的片段数：

(?x:  /* Flex's extended syntax allows whitespace and continuation lines */
    {piece}(:{piece}){7}
  | {piece}             ::{piece}(:{piece}){0,5}
  | {piece}:{piece}     ::{piece}(:{piece}){0,4}
  | {piece}(:{piece}){2}::{piece}(:{piece}){0,3}
  | {piece}(:{piece}){3}::{piece}(:{piece}){0,2}
  | {piece}(:{piece}){4}::{piece}(:{piece})?
  | {piece}(:{piece}){5}::{piece}
  | {piece}(:{piece}){0,6}::
  | ::{piece}(:{piece}){0,6}
  | ::
)

这仍然排除了在IPv6中嵌入IPv4地址的各种形式，但是如果需要，应该清楚如何添加这些形式。