求助：Elasticsearch正则匹配域名及子域名（不含伪域名）

直接用这个正则表达式就能满足需求：
^(?:.*\.)?nytimes\.com$

正则各部分说明： #

• ^：锁定字符串开头，避免匹配到字符串中间包含nytimes.com的情况
• (?:.*\.)?：非捕获分组，.*匹配任意长度的子域名内容（支持数字、字母、连字符，以及多级子域名如a.b.），\.匹配子域名和主域名之间的点号，?表示该分组可选，也就是允许直接匹配主域名nytimes.com
• nytimes\.com：精确匹配主域名部分，这里的\.必须转义，否则正则里的.会匹配任意字符
• $：锁定字符串结尾，确保不会匹配到fakenytimes.com这类域名（因为这类域名结尾是times.com，不符合nytimes.com$的要求）

Elasticsearch中使用示例（regexp查询）： #

{
  "query": {
    "regexp": {
      "your_domain_field_name": "^(?:.*\\.)?nytimes\\.com$"
    }
  }
}

注意在JSON格式中，反斜杠需要额外转义，所以写成\\.而不是\.。

为什么你之前的正则不行： #

你尝试的([a-z].?)nytimes.com有几个问题：

1. 只允许单个小写字母开头，无法匹配包含数字、连字符或多级子域名的情况
2. 没有用^和$锁定首尾，可能会误匹配到包含nytimes.com的长字符串
3. 点号未转义，nytimes.com里的.会匹配任意字符，而非实际的点号

内容的提问来源于stack exchange，提问作者Yoni Levine