网址分裂在PHP中

Question

我有这样的网址:

http://www.w3schools.com/PHP/func_string_str_split.asp

我想拆分该网址以仅获取主机部分.为此,我正在使用

parse_url($url,PHP_URL_HOST);

它返回www.w3schools.com.我想只获得'w3schools.com'.是否有任何功能或我必须手动执行？

Answer 1

有很多方法可以做到这一点.如果你知道你总是想要剥离'www',那么简单的替换是最快的.

$stripped=str_replace('www.', '', $domain);

正则表达式替换允许您将该匹配绑定到字符串的开头:

$stripped=preg_replace('/^www\./', '', $domain);

如果它始终是域的第一部分,无论其是否为www,您都可以使用explode/implode.虽然它很容易阅读,但它是效率最低的方法:

$parts=explode('.', $domain);
array_shift($parts); //eat first element
$stripped=implode('.', $parts);

正则表达式可以更有效地实现相同的目标:

$stripped=preg_replace('/^\w+\./', '', $domain);

现在您可能会想到以下内容比上述正则表达式更有效:

$period=strpos($domain, '.');
if ($period!==false)
{
    $stripped=substr($domain,$period+1);
}
else
{
    $stripped=$domain; //there was no period
}

但我对它进行了基准测试,发现超过一百万次迭代,该preg_replace版本始终如一地击败它.典型结果,归一化为最快(因此它的无单位时间为1):

• 简单的str_replace:1
• preg_replace with /^\w+\./:1.494
• strpos/substr:1.982
• 爆炸/内爆:2.472

上面的代码示例总是剥离第一个域组件,因此可以在"www.example.com"和"www.example.co.uk"等域上正常工作,但不能"example.com"或"www.department.example" .COM".如果您需要处理可能已经是主域的域,或者有多个子域(例如"foo.bar.baz.example.com")并希望将它们简化为主域("example.com") ,尝试以下.每种方法中的第一个样本仅返回最后两个域组件,因此不适用于"co.uk"类域.

• explode:

  $parts = explode('.', $domain);
  $parts = array_slice($parts, -2);
  $stripped = implode('.', $parts);
  

  由于explode始终是最慢的方法,因此编写处理"co.uk"的版本没什么意义.

• 正则表达式:

  $stripped=preg_replace('/^.*?([^.]+\.[^.]*)$/', '$1', $domain);
  

  这将捕获域中的最后两个部分,并用捕获的部分替换完整的字符串值.对于多个子域,所有主要部分都会被剥离.

  要使用".co.uk"类域以及可变数量的子域,请尝试:

  $stripped=preg_replace('/^.*?([^.]+\.(?:[^.]*|[^.]{2}\.[^.]{2}))$/', '$1', $domain);
  

• STR:

  $end = strrpos($domain, '.') - strlen($domain) - 1;
  $period = strrpos($domain, '.', $end);
  if ($period !== false) {
      $stripped = substr($domain,$period+1);
  } else {
      $stripped = $domain;
  }
  

  允许co.uk域名:

  $len = strlen($domain);
  if ($len < 7) {
      $stripped = $domain;
  } else {
      if ($domain[$len-3] === '.' && $domain[$len-6] === '.') {
          $offset = -7;
      } else {
          $offset = -5;
      }
      $period = strrpos($domain, '.', $offset);
      if ($period !== FALSE) {
          $stripped = substr($domain,$period+1);
      } else {
          $stripped = $domain;
      }
  }
  

通过牺牲边缘情况(其中主域组件是单个字母,例如"a.com"),可以使得基于正则表达式和基于str的实现变得更加快速:

• 正则表达式:

  $stripped=preg_replace('/^.*?([^.]{3,}\.(?:[^.]+|[^.]{2}\.[^.]{2}))$/', '$1', $domain);
  

• STR:

  $period = strrpos($domain, '.', -7);
  if ($period !== FALSE) {
      $stripped = substr($domain,$period+1);
  } else {
      $stripped = $domain;
  }
  

虽然行为发生了变化,但排名并非(大部分时间).他们在这里,时间正常化到最快.

• 多子域正则表达式:1
• .co.uk正则表达式(快速):1.01
• .co.uk str(fast):1.056
• .co.uk正则表达式(正确):1.1
• .co.uk str(正确):1.127
• 多子域str:1.282
• 多子域爆炸:1.305

在这里,时间之间的差异是如此之小,以至于它并不罕见.例如,快速.co.uk正则表达式经常击败基本的多子域正则表达式.因此,确切的实施不应对速度产生明显影响.相反,选择一个基于简单性和清晰度.只要您不需要处理.co.uk域,那就是多子域正则表达式方法.