如何从URL获取域名

Question

如何从URL字符串中获取域名？

例子:

+----------------------+------------+
| input                | output     |
+----------------------+------------+
| www.google.com       | google     |
| www.mail.yahoo.com   | mail.yahoo |
| www.mail.yahoo.co.in | mail.yahoo |
| www.abc.au.uk        | abc        |
+----------------------+------------+

有关:

• 通过正则表达式匹配网址

Answer 1

我曾经为一家我工作过的公司写过这样的正则表达式.解决方案是这样的:

• 获取可用的每个ccTLD和gTLD的列表.您的第一站应该是IANA.Mozilla的列表一见钟情,但缺少ac.uk,所以为此它并不真正可用.
• 加入列表,如下例所示.警告:订购很重要!如果org.uk出现在英国之后,那么example.org.uk将匹配org而不是示例.

示例正则表达式:

.*([^\.]+)(com|net|org|info|coop|int|co\.uk|org\.uk|ac\.uk|uk|__and so on__)$

这非常有效,并且还与de.com和朋友等奇怪的,非官方的顶层相匹配.

好处:

• 如果正则表达式是最优化的,那么速度非常快

这个解决方案的缺点当然是:

• 手写正则表达式,如果ccTLD发生变化或被添加,必须手动更新.繁琐的工作!
• 非常大的正则表达式,所以不太可读.

Answer 2

聚会有点晚了，但是：

const urls = [
  'www.abc.au.uk',
  'https://github.com',
  'http://github.ca',
  'https://www.google.ru',
  'http://www.google.co.uk',
  'www.yandex.com',
  'yandex.ru',
  'yandex'
]

urls.forEach(url => console.log(url.replace(/.+\/\/|www.|\..+/g, '')))

Answer 3

/^(?:www\.)?(.*?)\.(?:com|au\.uk|co\.in)$/

Answer 4

准确地提取域名可能非常棘手,主要是因为域扩展可以包含2个部分(如.com.au或.co.uk),并且子域(前缀)可能存在也可能不存在.列出所有域扩展名不是一个选项,因为有数百个.例如,EuroDNS.com列出了800多个域名扩展名.

因此,我写了一个简短的php函数,它使用'parse_url()'和一些关于域扩展的观察来准确地提取url组件和域名.功能如下:

function parse_url_all($url){
    $url = substr($url,0,4)=='http'? $url: 'http://'.$url;
    $d = parse_url($url);
    $tmp = explode('.',$d['host']);
    $n = count($tmp);
    if ($n>=2){
        if ($n==4 || ($n==3 && strlen($tmp[($n-2)])<=3)){
            $d['domain'] = $tmp[($n-3)].".".$tmp[($n-2)].".".$tmp[($n-1)];
            $d['domainX'] = $tmp[($n-3)];
        } else {
            $d['domain'] = $tmp[($n-2)].".".$tmp[($n-1)];
            $d['domainX'] = $tmp[($n-2)];
        }
    }
    return $d;
}

这个简单的功能几乎适用于所有情况.有一些例外,但这些非常罕见.

要演示/测试此功能,您可以使用以下内容:

$urls = array('www.test.com', 'test.com', 'cp.test.com' .....);
echo "<div style='overflow-x:auto;'>";
echo "<table>";
echo "<tr><th>URL</th><th>Host</th><th>Domain</th><th>Domain X</th></tr>";
foreach ($urls as $url) {
    $info = parse_url_all($url);
    echo "<tr><td>".$url."</td><td>".$info['host'].
    "</td><td>".$info['domain']."</td><td>".$info['domainX']."</td></tr>";
}
echo "</table></div>";

列出的URL的输出如下:

如您所见,无论提供给函数的URL如何,都会始终提取不带扩展名的域名和域名.

我希望这个对你有用.

Answer 5

有两种方式

使用拆分

然后只需解析该字符串

var domain;
//find & remove protocol (http, ftp, etc.) and get domain
if (url.indexOf('://') > -1) {
    domain = url.split('/')[2];
} if (url.indexOf('//') === 0) {
    domain = url.split('/')[2];
} else {
    domain = url.split('/')[0];
}

//find & remove port number
domain = domain.split(':')[0];

使用正则表达式

 var r = /:\/\/(.[^/]+)/;
 "http://stackoverflow.com/questions/5343288/get-url".match(r)[1] 
 => stackoverflow.com

希望这可以帮助