java - IP 和主机名检测

Question

我知道java的基础知识，但我对正则表达式或模式不太有经验，所以如果我问一些 super 简单的问题，请原谅我。我正在编写一个检测 IP 地址和主机名的方法。我使用了这个答案 here 中的正则表达式。我遇到的问题是没有符号的句子被计为主机名

这是我的代码:

    Pattern validHostname = Pattern.compile("^(([a-z]|[a-z][a-z0-9-]*[a-z0-9]).)*([a-z]|[a-z][a-z0-9-]*[a-z0-9])$",Pattern.CASE_INSENSITIVE);
    Pattern validIpAddress = Pattern.compile("^(([0-9]|[1-9][0-9]|1[0-9]{2}|2[0-4][0-9]|25[0-5])\\.){3}([0-9]|[1-9][0-9]|1[0-9]{2}|2[0-4][0-9]|25[0-5])([:]\\d\\d*\\d*\\d*\\d*)*$",Pattern.CASE_INSENSITIVE);
    String msg = c.getMessage();
    boolean found=false;

    //Randomly picks from a list to replace the detected ip/hostname
    int rand=(int)(Math.random()*whitelisted.size());
    String replace=whitelisted.get(rand);

    Matcher matchIP = validIpAddress.matcher(msg);
    Matcher matchHost = validHostname.matcher(msg);

    while(matchIP.find()){
        if(adreplace)
            msg=msg.replace(matchIP.group(),replace);
        else
            msg=msg.replace(matchIP.group(),"");

        found=true;
        c.setMessage(msg);
    }
    while(matchHost.find()){
        if(adreplace)
            msg=msg.replace(matchHost.group(),replace);
        else
            msg=msg.replace(matchHost.group(),"");

        found=true;
        c.setMessage(msg);
    }
    return c;

Answer 1

描述

没有示例文本和所需的输出，我将尽力回答您的问题。

我会像这样重写你的主机名表达式:

A: ^(?:[a-z][a-z0-9-]*[a-z0-9](?=\.[a-z]|$)\.?)+$ 将允许使用单个单词名称，例如 abcdefg

B: ^(?=(?:.*?\.){2})(?:[a-z][a-z0-9-]*[a- z0-9](?=\.[a-z]|$)\.?)+$ 要求字符串至少包含两个句点，如 abc.defg.com。这将不允许句点出现在开头或结尾，或连续的句点。前瞻 {2} 内的数字描述了必须出现的最小点数。您可以根据需要更改此数字。

• ^ 匹配字符串 anchor 的开头
• (?: 启动非捕获组可提高性能
• [a-z][a-z0-9-]*[a-z0-9] 匹配文本，取自原始表达式
• (?=\.[a-z]|$) 向前查看下一个字符是一个点后跟一个 a-z 字符，还是字符串的结尾
• \.? 消耗单个点(如果存在)
• ) 关闭捕获组
• + 要求捕获组的内容存在 1 次或多次
• $ 匹配字符串 anchor 的结尾

主机名:
A Allows host name without dots
B Requires host name to have a dot

Live Demo with a sentence with no symbols

我也会重写IP表达式

^(?:(?:[0-9]|[1-9][0-9]|1[0-9]{2}|2[0-4][0-9 ]|25[0-5])\.){3}(?:[0-9]|[1-9][0-9]|1[0-9]{2}|2[0-4 ][0-9]|25[0-5])(?::\d*)?$

这里的主要区别是:

• 删除了末尾的多个\d*，因为表达式 \d*\d*\d*\d*\d*\d* 相当于 \d*
• 将字符类[:]更改为单个字符:
• 我将捕获组 (...) 转换为非捕获组 (?...) 性能稍好一些。