验证主机名字符串

Question

跟随Regular expression to match hostname or IP Address?并使用Restrictions on valid host names作为参考，在Python中匹配/验证hostname / fqdn（完全限定域名）的最可读，最简洁的方法是什么？我已经回答了下面的尝试，欢迎改进。

Answer 1

import re
def is_valid_hostname(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("."))

确保每个细分

• 包含至少一个字符，最多包含63个字符
• 仅包含允许的字符
• 不以连字符开头或结尾。

它也避免了双重否定（not disallowed），如果hostname以.结束，那也没关系。如果hostname以多个点结束，它将（并且应该）失败。

Answer 2

根据The Old New Thing，DNS名称的最大长度为253个字符。 （一个允许最多255个八位字节，但其中2个由编码消耗。）

import re

def validate_fqdn(dn):
    if dn.endswith('.'):
        dn = dn[:-1]
    if len(dn) < 1 or len(dn) > 253:
        return False
    ldh_re = re.compile('^[a-z0-9]([a-z0-9-]{0,61}[a-z0-9])?$',
                        re.IGNORECASE)
    return all(ldh_re.match(x) for x in dn.split('.'))

有人可能会争论是否接受空域名，这取决于一个人的目的。

Answer 3

这是一个更严格的Tim Pietzcker's answer版本，具有以下改进：

• 将主机名的长度限制为253个字符（在剥离可选的尾随点之后）。
• 将字符集限制为ASCII（即使用[0-9]而不是\d）。
• 检查TLD是否全数字。

import re

def is_valid_hostname(hostname):
    if hostname[-1] == ".":
        # strip exactly one dot from the right, if present
        hostname = hostname[:-1]
    if len(hostname) > 253:
        return False

    labels = hostname.split(".")

    # the TLD must be not all-numeric
    if re.match(r"[0-9]+$", labels[-1]):
        return False

    allowed = re.compile(r"(?!-)[a-z0-9-]{1,63}(?<!-)$", re.IGNORECASE)
    return all(allowed.match(label) for label in labels)

Answer 4

我喜欢Tim Pietzcker的答案的彻底性，但我更喜欢从正则表达式中卸载一些逻辑以提高可读性。老实说，我不得不查看那些(?“扩展符号”部分的含义。另外，我觉得“双重否定”的方法更明显，因为它限制了正则表达式只是找到任何无效字符的责任。我喜欢re.IGNORECASE允许正则表达式缩短。

所以这是另一个镜头;它更长，但它有点像散文。我认为“可读”与“简洁”有些不一致。我相信到目前为止在线程中提到的所有验证约束都包括在内：

def isValidHostname(hostname):
    if len(hostname) > 255:
        return False
    if hostname.endswith("."): # A single trailing dot is legal
        hostname = hostname[:-1] # strip exactly one dot from the right, if present
    disallowed = re.compile("[^A-Z\d-]", re.IGNORECASE)
    return all( # Split by labels and verify individually
        (label and len(label) <= 63 # length is within proper range
         and not label.startswith("-") and not label.endswith("-") # no bordering hyphens
         and not disallowed.search(label)) # contains only legal characters
        for label in hostname.split("."))

Answer 5

def is_valid_host(host):
    '''IDN compatible domain validator'''
    host = host.encode('idna').lower()
    if not hasattr(is_valid_host, '_re'):
        import re
        is_valid_host._re = re.compile(r'^([0-9a-z][-\w]*[0-9a-z]\.)+[a-z0-9\-]{2,15}$')
    return bool(is_valid_host._re.match(host))

Answer 6

免费提供@TimPietzcker答案。 Underscore 是有效的主机名字符（但不是域名）。虽然通常为IDN punycode域（例如xn--）找到双划线。应删除端口号。这是代码的清理。

import re
def is_valid_hostname(hostname):
    if len(hostname) > 255:
        return False
    hostname = hostname.rstrip(".")
    allowed = re.compile("(?!-)[A-Z\d\-\_]{1,63}(?<!-)$", re.IGNORECASE)
    return all(allowed.match(x) for x in hostname.split("."))

# convert your unicode hostname to punycode (python 3 ) 
# Remove the port number from hostname
normalise_host = hostname.encode("idna").decode().split(":")[0]
is_valid_hostanme(normalise_host )

Answer 7

我认为这个正则表达式可能有助于Python：'^（[a-zA-Z0-9] +（\。| \ - ））* [a-zA-Z0-9] + $'

Answer 8

通过排除无效字符并确保非零长度来单独处理每个DNS标签。

def isValidHostname(hostname):
    disallowed = re.compile("[^a-zA-Z\d\-]")
    return all(map(lambda x: len(x) and not disallowed.search(x), hostname.split(".")))

Answer 9

如果您要验证现有主机的名称，最好的方法是尝试解决它。您永远不会编写正则表达式来提供该级别的验证。