如何使用 Python 验证域名是否符合 RFC 1035

Question

我正在尝试编写一些代码，这些代码将采用"假定"的域名，并根据RFC 1035对其进行验证。例如，它需要满足以下规则：

• 域包含的总字符数不超过 253
个
• 域字符集仅[a-z0-9-]（输入时将小写域）
• 域不能包含两个连续的破折号（例如：google--com.com）
• 最大子域限制为 127

我已经搜索了各种Python模块（例如：tldextract），但无济于事。

如何验证域名是否符合 RFC 1035？

Answer 1

KISS：

import string
VALID_CHARS = string.lowercase + string.digits + '-.'
def is_valid_domain(domain):
    if not all(char in VALID_CHARS for char in domain.lower()):
        return False
    if len(domain) > 253:
        return False
    if '--' in domain:
        return False
    if '..' in domain:
        return False
    return True

聪明

的时候也有，但这似乎不是其中之一。

Answer 2

我认为自己

解决这个问题非常简单，只要您只关心 RFC 1035 域。后来的规范允许更多种类的域名，所以这对于现实世界来说是不够的！

这是一个解决方案，它使用正则表达式来匹配遵循 RFC 第 6 页和第 7 页上描述的"首选名称语法"的域名。它处理除具有单个模式的字符数的顶级限制之外的所有内容：

import re
def validate_domain_name(name):
    if len(name) > 255: return False
    pattern = r"""(?X)        # use verbose mode for this pattern
                  ^           # match start of the input
                  (?:         # non-capturing group for the whole name
                    [a-zA-Z]  # first character of first label
                    (?:       # non-capturing group for the rest of the first label
                      [a-zA-Z0-9-]{,61}  # match middle characters of label
                      [a-zA-Z0-9]         # match last character of a label
                    )?        # characters after the first are optional
                    (?:       # non-capturing group for later labels
                      .      # match a dot
                      [a-zA-Z](?:[a-zA-Z0-9-]{,61}[a-zA-Z0-9])? # match a label as above
                    )*        # there can be zero or more labels after the first
                  )?          # the whole name is optional ("" is valid)
                  $           # match the end of the input"""
     return re.match(pattern, name) is not None    # test and return a Boolean