JavaScript正则表达式获取所有子域名

Question

我有以下正则表达式：

[!?\.](.*)\.example\.com

并且这是一个示例字符串：

test foo abc.def.example.com bar ghi.jkl.example.com def

我希望正则表达式可以匹配以下内容：def.example.com 和 jkl.example.com。我需要改变什么？它应该适用于 example.com 下的所有子域名。如果可能，它应该只匹配第一级子域名（abc.def.example.com -> def.example.com）。

在regexpal上进行了测试，但并不完全有效 :(

- fnkr

---

我认为你的意思是使用(?<!\.)而不是[!?\.]。(?<!)是一个负向先行断言，但很遗憾在Javascript中不被支持。[!?\.]将匹配!或?或.，基本上与(?:!|\?|\.)相同。 - HamZa

Answer 1

您可以使用以下表达式：[^.\s]+\.example\.com。 解释

• [^.\s]+：匹配除点号或空格之外的任何字符一次或多次。
• \.example\.com：匹配example.com。

请注意，您无需在字符类中转义句点。

- HamZa

---

太棒了，谢谢！我该如何通过JavaScript在字符串中获取此正则表达式的所有匹配项？str ='test abc.def.example.com and ghi.jkl.example.com usw.'; str.match('[^.\s]+\.example\.com');只显示了一个匹配项... - fnkr

@fnkr 添加一个 g 标志（表示全局）：str.match(/[^.\s]+\.example\.com/g) => 没有引号，但是斜杠和一个在正则表达式定界符 / 外的 g。替换子字符串也适用相同的规则。 - Elias Van Ootegem

@fnkr: str.match(/[^.\s]+\.example\.com/g); 返回一个数组 [def.example.com, jkl.example.com]。 - Elias Van Ootegem

Answer 2

仅作为侧面说明，虽然HamZa的答案适用于您当前的示例代码，但如果您需要确保域名也是有效的，则可能需要尝试不同的方法，因为[^.\s]+将匹配任何不是空格或.的字符（例如，该正则表达式将将jk&^%&*(l.example.com作为“有效”的子域进行匹配）。

由于域名值的有效字符远少于无效字符，因此您可以考虑对正则表达式使用“加法”方法，而不是减法。这个模式可能是您要寻找的有效域名：/(?:[\s.])([a-z0-9][a-z0-9-]+[a-z0-9]\.example\.com)/gi 进一步分解：

- (?:[\s.]) — 匹配标记最低级子域名开始的空格或. - ([a-z0-9][a-z0-9-]+[a-z0-9]\.example\.com) — 捕获一组字母、数字或破折号，必须以字母或数字开头和结尾（域名规则），然后是example.com域名。 - gi — 使正则表达式模式具有贪婪和大小写不敏感性。

现在，问题就在于获取匹配项。由于.match()与正则表达式“非捕获组”不兼容，所以改用.exec()。

var domainString = "test foo abc.def.example.com bar ghi.jkl.example.com def";
var regDomainPattern = /(?:[\s.])([a-z0-9][a-z0-9-]+[a-z0-9]\.example\.com)/gi;
var aMatchedDomainStrings = [];
var patternMatch;

// loop through as long as .exec() still gets a match, and take the second index of the result (the one that ignores the non-capturing groups)          
while (null != (patternMatch = regDomainPattern.exec(domainString))) {
    aMatchedDomainStrings.push(patternMatch[1]);
}

此时，aMatchedDomainStrings 应包含所有有效的一级子域名。

var domainString = "test foo abc.def.example.com bar ghi.jkl.example.com def";

...应该得到：def.example.com 和 jkl.example.com，而：

var domainString = "test foo abc.def.example.com bar ghi.jk&^%&*(l.example.com def";

您只需输入以下命令即可获取def.example.com：

- talemyn

---

我不想破坏气氛，但请注意域名支持的内容远不止字母、数字和连字符。例如，请看这个域名 http://aa®.com，还有像 http://سجل.السعودية 这样的UTF8域名：p - HamZa

@HamZa - 不确定我们是否真的想在这个问题的评论部分讨论DNS vs. IDNA。 :) 最终，不过，这仍然不会改变我的观点...与其允许除空格或 . 之外的任何字符（这肯定会允许无效的域字符），如果他想要匹配有效性，他将需要识别他想要允许的字符并相应地设置模式匹配...他想使用DNS还是IDNA标准由他决定。 ;) - talemyn