如何用正则分别验证经典域名、ACE IDN及非ACE IDN？

一、经典域名（Classic DNs） #

推导规范 #

• 遵循RFC 1034/1035核心规则：整体长度（含点）≤253个ASCII字符；每个标签（点分隔部分）长度1-63个ASCII字符；标签仅允许小写字母a-z、数字0-9、连字符-；标签不能以连字符开头/结尾；TLD标签不能以数字开头（修正公开正则的TLD数字开头问题）

正则表达式 #

^(?!.{254,})([a-z0-9](?:[a-z0-9-]{0,61}[a-z0-9])?\.)+[a-z](?:[a-z0-9-]{0,61}[a-z0-9])?$

说明 #

• 前置断言(?!.{254,})快速拦截超长输入，避免不必要的正则匹配，提升性能
• 标签结构[a-z0-9](?:[a-z0-9-]{0,61}[a-z0-9])?确保首尾非连字符，长度符合1-63的要求
• 最后一个标签（TLD）以[a-z]开头，直接规避数字开头的无效TLD格式
• 宽松验证逻辑：不限制TLD具体列表，仅做通用格式校验；若需支持大写输入，可添加i标志或先将输入转为小写

二、ACE IDN（Punycode编码IDN） #

推导规范 #

• 基于IDNA 2008的ACE编码规则：每个标签必须以xn--开头；标签剩余部分仅允许a-z、0-9、-，且不能以连字符结尾；整体长度（含点）≤253个ASCII字符；每个标签（含xn--）长度1-63个ASCII字符；TLD的ACE标签不能以数字开头（即xn--后的首个字符不能是数字）

正则表达式 #

^(?!.{254,})(xn--[a-z0-9](?:[a-z0-9-]{0,57}[a-z0-9])?\.)+xn--[a-z](?:[a-z0-9-]{0,57}[a-z0-9])?$

说明 #

• xn--占用4个字符，因此标签剩余部分长度限制为1-59，正则通过[a-z0-9](?:[a-z0-9-]{0,57}[a-z0-9])?实现该长度控制
• 前置断言快速过滤超长输入，优化性能
• TLD部分通过xn--[a-z]确保编码后的TLD不以数字开头
• 仅做格式校验，不验证Punycode的编码有效性（离线场景无需解码）；输入若含大写，需先转为小写再验证

三、非ACE IDN（原生Unicode IDN） #

推导规范 #

• 基于IDNA 2008的PVALID字符集修正（修正旧文档的错误与过时规则）：允许Unicode通用字母（\p{Letter}，含各语言大小写字母、字母标记）、Unicode十进制数字（\p{Number}）、连字符-；整体长度（Unicode码点）≤253；每个标签长度1-63个Unicode码点；标签不能以连字符开头/结尾；TLD标签不能以数字开头；禁用Unicode控制字符、私有区域字符、非PVALID符号（如空格、下划线等）

正则表达式（需支持ES2018+ Unicode属性转义，即启用v标志） #

^(?!\p{Any}{254,})([\p{Letter}\p{Number}](?:[\p{Letter}\p{Number}-]{0,61}[\p{Letter}\p{Number}])?\.)+[\p{Letter}](?:[\p{Letter}\p{Number}-]{0,61}[\p{Letter}\p{Number}])?$

说明 #

• 用\p{Letter}和\p{Number}覆盖所有符合IDNA标准的Unicode字符，替代旧文档中有限的字符列表，适配多语言域名
• 前置断言(?!\p{Any}{254,})快速拦截超长码点序列，提升验证效率
• 标签结构确保首尾非连字符，避免无效格式
• TLD以\p{Letter}开头，禁止数字开头的无效TLD
• 宽松验证逻辑：不限制特定语言字符，仅校验字符类别与通用格式

内容的提问来源于stack exchange，提问作者Thejaka