IP
IP是由四段组成,每一段是0-255的数字,段与段之间用小数点隔开,比如192.168.1.1就是合法的IP地址。
如果正则表达式写成d{1,3}(.d{1,3}){3}无疑是不负责的,因为它可以匹配300.400.555.666这样的非法IP字串。
如果要匹配一个0-255之间的数,有几种匹配方式,下面是其中一种:
匹配 | 正则表达式 | 说明 |
---|---|---|
0-9 | d | 单个数字 |
10-99 | [1-9]d | 两位数 |
100-199 | 1dd | 百位为1的三位数 |
200-249 | 2[0-4]d | 三位数,百位是2,十位是0-9 |
250-255 | 25[0-5] | 三位数,百位是2,十位是5,个位是0-5 |
写成正则表达式,即:(d|([1-9]d) | (1dd) | (2[0-4]d) | (25[0-5])),但是这样的正则表达式在匹配254这样的字串时,会分别匹配2、5、4,得到3个匹配,达不到预期效果,正确做法是将次序颠倒为:((25[0-5])|(2[0-4]d)|(1dd)|([1-9]d)|d),因为在(xxx|yyy)这种匹配行为中,是从左向右搜索的。
完整的正则表达式是:
((25[0-5])|(2[0-4]d)|(1dd)|([1-9]d)|d)(.((25[0-5])|(2[0-4]d)|(1dd)|([1-9]d)|d)){3}
域名
一个完整的域名,由根域名、顶级域、二级、三级……域名构成,每级域名之间用点分开,每级域名由字母、数字和减号构成(第一个字母不能是减号),不区分大小写,长度不超过63个字符。
很显然,单独的名字可以由正则表达式[a-zA-Z0-9][-a-zA-Z0-9]{0,62}来匹配,而完整的域名至少包括两个名字(比如google.com,由google和com构成),最后可以有一个表示根域的点(在规范中,最后又一个点的才是完整域名,但一般认为包括两个以上名字的域名也是完整域名,哪怕它后面没有点)。
匹配完整域名的正则表达式:
[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+.?