java - 在java中使用正则表达式与不可打印的字符

Question

我正在使用此处找到的正则表达式 ( link ) 来提取工作正常的域字符串。

正则表达式是

^((?!-)[A-Za-z0-9-]{1,63}(?<!-)\\.)+[A-Za-z]{2,6}$

我想知道，如何更改它才能匹配包含不可打印字符而不是点 (.) 的域？

我知道正则表达式代码就像\x01、\x02 等。但如果我用其中之一替换点，则正则表达式不再匹配

提前致谢

Answer 1

。将匹配任何单个字符，无论它是否可打印。您当前的组 [A-Za-z0-9-] 对其进行限制。您可以将其更改为“除文字点之外的任何字符”...即 [^.]。

Pattern regex = Pattern.compile("^((?!-)[^.]{1,63}(?<!-)\\.)+[A-Za-z]{2,6}$");
System.out.println(regex.matcher("\u0001\u0002\u0003\u0004..com").find()); // => false
System.out.println(regex.matcher("\u0001\u0002\u0003\u0004.com").find()); // => true
System.out.println(regex.matcher("google.com").find()); // => true

如果您尝试验证 IDN(国际域名)的用户输入，请注意有 new gTLDs包含非字母数字字符示例 .ÎكÉ (.network)。