Question

我有一个这样的网址：

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

我想将该网址拆分为仅获取主机部分。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完成？

Answer 1

有很多方法可以做到这一点。如果您知道总是想要剥离“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，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

以上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，所有主要部分都将被剥离。

要使用“.co.uk”类似的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（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str的实现速度更快一些：

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，时间标准化为最快。

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（correct）：1.127
多子域名str：1.282
多个子域爆炸：1.305

在这里，时间之间的差异非常小，以至于并不罕见。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。

Answer 2

您必须自己剥离子域部分 - 没有内置函数。

// $domain beeing www.w3scools.com
$domain = implode('.', array_slice(explode('.', $domain), -2));

以上示例也适用于无限深度的子域，因为它将返回最后两个域部分（域和顶级域）。

如果您只想剥离 www。，您只需执行str_replace()，这样会更快：

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

Answer 3

当且仅当返回的字符串中出现[。]超过1次时，您需要在[。]字符的第一个出现之前删除任何字符（以及[。]本身）。

例如，如果返回的字符串是www-139.in.ibm.com，则正则表达式应该返回in.ibm.com，因为那将是域。

如果返回的字符串是music.domain.com，则正则表达式应返回domain.com

在极少数情况下，您可以访问没有服务器前缀的站点，您可以使用http://domain.com/pageurl访问该站点，在这种情况下，您可以直接将域名作为domain.com获取，在这种情况下，正则表达式不应剥离任何东西

IMO这应该是正则表达式的伪逻辑，如果你想我可以为你形成一个包含这些东西的正则表达式。

网址分裂在PHP中

3 个答案: