ruby - 用于验证长而复杂的 dns 目标的正则表达式

Question

我尝试验证的 DNS 条目很长。以下是该结构的示例:

qwer-0123a4bcd567890e1-uuuuu3xx.qwer-gfd-1e098765dcb4a3210.ps-sdlk-6.qwer.domain.com

这些条目可以被认为是三个不同的部分:

1. qwer-0123a4bcd567890e1-uuuuu3xx.qwer-gfd-1e098765dcb4a3210。

   • 始终以 qwer- 开头
   • 后跟 17 个字母数字，一个 -，还有 8 个字母数字
   • 紧随其后的是 qwer-gfd-
   • 后跟 17 个字母数字和一个 。

2. ps-sdlk-6

   • 始终以 ps-sdlk- 开头
   • 后跟一个或两个字母数字。在这种情况下，它可能是 ps-sdlk-6 或类似 ps-sdlk-6e
   的东西

3. .qwer.domain.com

   • 域目标始终以 .qwer.domain.com 结尾

我一直在拼凑一个正则表达式并想出了这个怪物:

qwer-[\w]{17}-[\w]{8}.qwer-gfd-[\w]{17}.(.*)(qwer.domain.com)

该解决方案非常可怕，它会返回多个匹配组，这让我对准确性没有太大信心。我正在使用 ruby​​ 2.5，但在这种情况下很难导入非标准库的东西。

是否有更明智和完整/准确的正则表达式来确认这些 dns 目标的有效性？如果没有正则表达式，有没有更好的方法来做到这一点？

Answer 1

考虑到测试较长的正则表达式的复杂性，以及将来需要更改的可能性(如果不是概率的话)，我倾向于将字符串拆分为连字符并测试结果数组中的每个字符串.

PIECES = [['qwer'],
          ['0123a4bcd567890e1'.size],
          ['uuuuu3xx'.size, '.qwer'],
          ['gfd'],
          ['1e098765dcb4a3210'.size, '.ps'],
          ['sdlk'],
          [[1, 2], '.qwer.domain.com']].
  map do |a|
    Regexp.new(
      a.each_with_object('\A') do |o,s|
        case o
        when String
          s << o.gsub('.', '\.')
        when Integer
          s << "\\p{Alnum}{#{o}}"
        else # array
          s << "\\p{Alnum}{#{o.first},#{o.last}}"
        end
      end << '\z')
    end
  #=> [/\Aqwer\z/, /\A\p{Alnum}{17}\z/, /\A\p{Alnum}{8}\.qwer\z/,
  #    /\Agfd\z/, /\A\p{Alnum}{17}\.ps\z/, /\Asdlk\z/,
  #    /\A\p{Alnum}{1,2}\.qwer\.domain\.com\z/]

请注意，我在大多数地方都使用了单引号，例如，'\A' 而不是 "\\A"。但是，执行插值的两行 (#{o}) 需要双引号。我还使用了示例中的字符串来确定各种字母数字字符的长度，并在简单代码中转义了句点并添加了 anchor 。我这样做是为了减少计算错误的机会，并帮助代码的读者理解正在做什么。虽然这里使用 PIECES 的元素(正则表达式)来测试用于构造 PIECES 的字符串，但这当然是无关紧要的，因为我们必须假设所有字符串要测试的将具有相同的模式。

def valid?(str)
  arr = str.split('-')
  return false unless arr.size == PIECES.size
  arr.zip(PIECES).all? { |s,r| s.match? r }
end

如果Enumerable#all?的 block 返回 false all? 立即返回 false。这有时被称为短路行为。

对于例子中给出的字符串，str,

valid?(str)
  #=> true

注意下面的中间计算。

str.split('-').zip(PIECES)
  #=> [["qwer", /\Aqwer\z/],
  #    ["0123a4bcd567890e1", /\A\p{Alnum}{17}\z/],
  #    ["uuuuu3xx.qwer", /\A\p{Alnum}{8}\.qwer\z/],
  #    ["gfd", /\Agfd\z/],
  #    ["1e098765dcb4a3210.ps", /\A\p{Alnum}{17}\.ps\z/],
  #    ["sdlk", /\Asdlk\z/],
  #    ["6.qwer.domain.com", /\A\p{Alnum}{1,2}\.qwer\.domain\.com\z/]]

这可能看起来有些矫枉过正(我不确定是否如此)，但它确实有助于调试和测试，如果将来字符串模式发生变化(在限制范围内)，修改匹配应该相对容易测试(通过更改上面派生 PIECES 的数组)。