在SQL中规范化FQDN（域名）

Question

我需要在Hive中规范化域名（FQDN）。

具体来说，我想：

1. 剥离前导的所有数字部分（可能使用pub）：123.pub456.678.example.com - ＆gt; example.com
2. 删除尾随端口号（不要问它是如何到达的）：example.com:80 - ＆gt; example.com

到目前为止，我想出了

regexp_replace(domain, '^((pub)?[0-9]+\\.)*|:[0-9]+$', '') as canonical

似乎做了我期望的事情。

然而，有时它比我想要的更多一点：

1. 990.ro - ＆gt; ro
2. 411.com - ＆gt; com
3. 988.com.my - ＆gt; com.my
4. 10.6.10.140:8827 - ＆gt; 140

我不太关心最后一个案例（我实际上很乐意丢弃所有的IP地址），但我宁愿不丢失有效的域名（前3个案例）。