Question

我需要一个函数来从URL中提取名称。

当输入为www.google.com时，我希望输出为google。

www.facebook.com - ＆gt; facebook

经过几次搜索后，我发现了这个函数parse_url($url, PHP_URL_HOST); 使用此功能，当我输入www.google.com/blahblah/blahblah时，我得到输出为www.google.com

Answer 1

我认为只有一种中途可靠的方法，你需要为它创建一个类;我个人使用类似namespace\Domain extends namespace\URI之类的东西 - 一个域，基本上是URI的一个子集 - 从技术上讲，我创建了两个类。

您的域可能需要一个静态类成员来保存有效TLD列表，这可能也存在于URI类中，因为您可能希望将其重用于其他子类。

namespace My;

class URI {

  protected static $tldList;
  private static $_tldRepository = 'http://mxr.mozilla.org/mozilla-central/source/netwerk/dns/effective_tld_names.dat?raw=1';

  protected $uri;

  public function __construct($sURI = "") {
    if(!self::$tldList) {

      //static method to load the TLD list from Mozilla
      //  and parse it into an array, which sets self::$tldList
      self::loadTLDList();
    }

  //if the URI has been passed in - set it
  if($sURI) $this->setURI($sURI);
  }

  public function setURI($sURI) {
    $this->uri = $sURI; //needs validation and sanity checks of course
  }

  public function getURI() {
    return $this->uri;
  }


  //other methods ...

}

实际上，我实际上将TLD列表的副本复制到服务器上的文件并使用它，并且每6个月更新一次，以避免在首次创建URI对象时读取完整TLD列表的开销。任何页面。

现在您可能有一个扩展\ My \ URI的Domain子类，并允许您将URI分解为组件部分 - 可能有一种方法可以删除TLD（基于您加载到的TLD列表） parent::$tldList来自mxr.mozilla.org的{{1}}一旦您取出有效的顶级域名，它的左侧（最后.和顶级域名之间）应该是域名，任何剩下的内容这将是子域名。

您也可以根据需要提取方法来提取数据。

Answer 2

虽然我同意关于剥离顶级域名的评论

，但这可以满足您的要求

preg_match("/([^\.\/]+)\.[a-z\.]{2,6}$/i", "http://www.google.com", $match);
echo $match[1];

它与TLD之前的部分基本匹配。我相信RFC规定最长的公共TLD可以是6个字符。 TLD部分不是万无一失的，但它适用于大多数输入。

Answer 3

Regex和parse_url（）不是您的解决方案。

您需要使用Public Suffix List的软件包，只有这样您才能正确提取具有二级，三级TLD（co.uk，a.bg，b.bg等）和多级子域的域名

我建议使用TLD Extract。这里是代码示例：

$extract = new LayerShifter\TLDExtract\Extract();

$result = $extract->parse('www.google.com/blahblah/blahblah');
$result->getHostname(); // will return (string) 'google'
$result->getRegistrableDomain(); // will return (string) 'google.com'

仅在URL中解析URL的域名

3 个答案: