仅匹配域名中最左侧的通配符- Python

Question

我正在尝试为域名中最左边的通配符编写正则表达式。到目前为止，我有这样的想法：

import re
    o = urlparse(argv[1])
host_name = o.netloc
context = SSL.Context(SSL.TLSv1_METHOD) # Use TLS Method
context.set_options(SSL.OP_NO_SSLv2) # Don't accept SSLv2
context.set_verify(SSL.VERIFY_PEER | SSL.VERIFY_FAIL_IF_NO_PEER_CERT,
                   callback)
# context.load_verify_locations(ca_file, ca_path)

sock = socket()
ssl_sock = SSL.Connection(context, sock)
ssl_sock.connect((host_name, 443))
ssl_sock.set_connect_state()
ssl_sock.set_tlsext_host_name(host_name)
ssl_sock.do_handshake()

cert = ssl_sock.get_peer_certificate()
common_name = cert.get_subject().commonName.decode()
print "Common Name: ", common_name
print "Cert number: ", cert.get_serial_number()
regex = common_name.replace('.', r'\.').replace('*',r'.*') + '$'
if re.match(regex, host_name):
    print "matches"
else:
    print "invalid"

# output:
Common Name:  *.example.com
Cert number:  63694395280496902491340707875731768741

但是，正则表达式不仅匹配*.example.com，还匹配*.*.*或www.*.com。此外，不应允许https://wrong.host.example.com/匹配。如何确保它只与最左边的标签匹配？

Answer 1

您可以使用urlparse和split来代替regex。

from urlparse import urlparse
.
.
common_name = cert.get_subject().commonName.decode()
domain = urlparse(common_name).netloc
host = domain.split('.',1)[0]

Answer 2

你可以试试这个正则表达式：

r'(?:^|\s)(\w+\.)?example\.com(?:$|\s)'

完整演示：

sock = socket()
ssl_sock = SSL.Connection(context, sock)
ssl_sock.connect((host_name, 443))
ssl_sock.set_connect_state()
ssl_sock.set_tlsext_host_name(host_name)
ssl_sock.do_handshake()

cert = ssl_sock.get_peer_certificate()
common_name = cert.get_subject().commonName.decode()
print "Common Name: ", common_name
print "Cert number: ", cert.get_serial_number()

rxString = r'(?:^|\s)(\w+\.)?' + common_name.replace('.', '\.')[3:] + '(?:$|\s)'
regex = re.compile(rxString)

if regex.match(host_name):
    print "matches"
else:
    print "invalid"

输入：

url                
-------------------
www.example.com    
example.com        
hello.example.com  
foo.bar.example.com
*.*.*              
www.*.com          

输出：

url                  |  result
-------------------  |  -----------
www.example.com      |  matches
example.com          |  matches
hello.example.com    |  matches
foo.bar.example.com  |  invalid
*.*.*                |  invalid
www.*.com            |  invalid

Answer 3

不幸的是，在Saleem的回答中，Regexp是错误的，并且不符合RFC61256.4.3。

1. 'example.com‘和'.example.com’都不能匹配。
2. 可以使用如下通配符:字符串前后不能有任何空格(\s)字符。

我认为，最好的方法是将'*‘字符改为'^.+’(或者'^.*‘--不管f.example.com是否与f*.example.com匹配，RFC都是不干净的)：

rxString = '^'+common_name.replace('.','\.').replace('*','[^\.]+')+'$'