在Python中实现DNS消息名称压缩算法

在DNS消息中，域名表示如下：

Address    Value
----------------------------------------------------------------
0x00C      0x5 s t o r e 0x7 e x a m p l e 0x3 c o m 0x0
0x023      0x4 b l o g  0xC012

在地址

0x00C

我们有

store.example.com

，在地址

0x023

我们有

blog.example.com

0xC012

表示指向

0x012

的指针，其中

example.com

从第一个域名开始，因此我们不必重复它

我使用以下代码成功地将域名转换为标签数组：

labels = []
for part in self.domain.split('.'):
    label = part.encode('ascii')
    length = len(label).to_bytes(1, 'big')
    labels.append(length + label)

这为我提供了以下数组：

[b'\x04blog', b'\x07example', b'\x03com']

但是我很难构建一个正则表达式或一个高效函数来搜索已经为

\x04blog\x07example\x03com\x00

或

\x07example\x03com\x00

编写的消息部分。我想找到最长的比赛。我试着构建一个这样的正则表达式：

(((\x04blog)?\x07example)?\x03com)?\x00

但在这种情况下，正则表达式引擎似乎更喜欢只匹配

\x00

。我该如何解决这个问题

---

还有另一个问题：我们可以从技术上添加

my.blog.example.com

，它需要包含

0x2 m y 0xC023

，并且

0xC023

指向

blog.example.com

首先，对于我给你的错误提示，有更简单的事情要做。事实上，这里有比使用正则表达式简单得多的事情要做。正则表达式太强大了，无法做到这一点，您可以在不使用正则表达式的情况下实现相同的结果

DNS消息格式在中定义

第4.1.4节解释了名称压缩。 还请注意，您必须考虑不区分大小写的方面，如第2.3.3节所述

在下面的代码中应该是这样的情况，可以肯定 使用取自RFC的示例名称进行优化：

#/usr/bin/python3
名称=['F.ISI.ARPA'，'FOO.F.ISI.ARPA'，'ARPA']
缓存={}
pos=0
结果=[]
对于名称中的名称：
labels=name.split（'.'））
而len（标签）：
键=“.”。联接（标签）
如果缓存中有key.lower（）：
results.append（（缓存[key.lower（）]+2**15+2**14）.to_字节（2，'big'））
pos+=2
打破
其他：
label=labels.pop（0）.encode（'ascii'）
长度=len（标签）。到_字节（1，‘大’）
结果.追加（长度+标签）
缓存[key.lower（）]=pos
位置+=透镜（标签）+1
其他：
results.append（b'0'）
pos+=1
打印（结果）

产生：

[b'\x01F', b'\x03ISI', b'\x04ARPA', b'0', b'\x03FOO', b'\xc0\x00', b'\xc0\x06']

[b'\x05store', b'\x07example', b'\x03com', b'0', b'\x04blog', b'\xc0\x06', b'\x02my', b'\xc0\x13']

如果改为使用您的示例：

names=['store.example.com', 'blog.example.com', 'my.blog.example.com']

它产生：

[b'\x01F', b'\x03ISI', b'\x04ARPA', b'0', b'\x03FOO', b'\xc0\x00', b'\xc0\x06']

[b'\x05store', b'\x07example', b'\x03com', b'0', b'\x04blog', b'\xc0\x06', b'\x02my', b'\xc0\x13']

---

如果不是很明显，是的，我编程这纯粹是作为一种学习经验。提示：如果你从右到左解析东西，并将全名存储为键，将编码值存储为值，那么问题就会少一些。从

com

开始，将其编码为

0x3 c o m 0x0

并保持

cache['com']=position

，然后转到

example

，对其进行编码并将

example.com

放入

缓存中，并在适当的位置进行压缩，在进行任何编码之前，请测试该值是否已存在于
缓存中。这是一种不用正则表达式的方法。你也可以看看在当前的DNS库中是如何实现的，给你一些想法……我意识到我写的指针是一个字节而不是两个字节。我试着把它们修好，希望我没有弄错。我还写了超过三个十六进制数字的地址，考虑到一条消息可能会占用512字节（0x200）。是的，我在问了这个问题后不久得出结论，我可能需要一个缓存。哦，我明白了，你从左到右写名字，逐步地把它的条目添加到缓存中，一旦剩下一个在缓存中的余数，你就放一个指针。偏离航线！对于将来阅读本文的任何人来说，名称中的指针由两个1位组成，后跟消息顶部的偏移量（剩余的两个字节）。域可以写在消息的不同部分，域名之间总是有更多的数据。因此，从0开始并以那样的方式递增
pos
并不是一件容易的事，但这段代码让人明白了一般的想法。@JacqueGoupil是的，职位会有“间隙”，这取决于你所处的位置，但这实际上取决于你所传达的信息；您只需要有一个通用函数，其中传递名称和当前位置，它将根据缓存的当前内容在给定位置对名称进行编码并递增。实际上，我使用了
（0xC000+len（message））。到_字节（2，'大'）
在执行
message.append（长度+标签）
之前，在缓存中创建并存储指针。