正則表達式 - 解析域問題

我正在嘗試查找域 - 除子域外的所有內容。正則表達式 - 解析域問題

我有這個正則表達式現在：

(?:[-a-zA-Z0-9]+\.)*([-a-zA-Z0-9]+(?:\.[a-zA-Z]{2,3})){1,2}

此工程之類的東西：

domain.tld 
subdomain.tld

但它運行與頂級域名的麻煩，如「.com.au」或」 .CO。英國「：

domain.co.uk (finds co.uk, should find domain.co.uk) 
subdomain.domain.co.uk (finds co.uk, should find domain.co.uk)

任何想法？

來源

2011-10-22 Kerry Jones

什麼語言？... –

text1.text2.text3可能是subdomain.domain.suffix或者它可能是domain.suffixPart1.suffixPart2。正則表達式不是答案。 – Gibron

@Mitch - 我沒有列出它，因爲我認爲它不相關，因爲我可以使它工作。我使用PHP，但可以從任何語言轉置正則表達式，使其工作。 –

我不確定這個問題是否「合理可解」; Mozilla維護着a list of 'public suffix' domains，旨在幫助瀏覽器作者只接受一個管理控制域中的cookie（例如，防止某人設置有效的*.co.uk.或*.union.aero.的cookie）。它顯然不是完美的（接近尾聲，你會發現一長串is-a-caterer.com風格的域名，所以foo.is-a-caterer.com無法設置將被bar.is-a-caterer.com使用的cookie，但is-a-caterer.com與你一樣完全是一個「域名」）

所以，如果你準備按照提供的方式使用列表，你可以寫一個快速的小解析器，知道如何應用通用規則和異常來確定給定輸入字符串的位置您的「域」來了，只返回你所感興趣的部分

我想象的更簡單的方法，是註定要失敗的。一些ccTLDs如.ca不使用二級域名，一些如.br使用幾十個，有些像lib.or.us等幾個級別遠離「域名」，如multnomah.lib.or.us。除非您使用的策劃列表中哪些域是公共後綴，否則註定會出現一些不重要的輸入字符串集。

來源

2011-10-22 02:01:32 sarnold

謝謝你的回答！我要麼嘗試找到一個已經存在或讓我自己的:) –

正則表達式 - 解析域問題

回答

相關問題