PHP的parse_url（）有一個主機字段，其中包括完整的主機。我正在尋找最可靠（且成本最低）的方式來僅返回域名和TLD。去哪裏PHP parse_url（）不 - 只分析域
給出的例子：
我只在尋找google.com或google.co.uk。我考慮過一個有效的頂級域名（TLD）/後綴表，只允許這些和一個單詞。你會以任何其他方式做到嗎？有沒有人知道這種事情的預先裝罐的有效REGEX？
這樣的事情呢？
function getDomain($url) {
$pieces = parse_url($url);
$domain = isset($pieces['host']) ? $pieces['host'] : '';
if (preg_match('/(?P<domain>[a-z0-9][a-z0-9\-]{1,63}\.[a-z\.]{2,6})$/i', $domain, $regs)) {
return $regs['domain'];
}
return false;
}
將使用經典parse_url提取域名，然後尋找一個有效的域名沒有任何的子域（WWW是一個子域）。不適用於'localhost'之類的東西。如果它不匹配任何內容，將返回false。
//編輯：
嘗試一下用：
echo getDomain('http://www.google.com/test.html') . '<br/>';
echo getDomain('https://news.google.co.uk/?id=12345') . '<br/>';
echo getDomain('http://my.subdomain.google.com/directory1/page.php?id=abc') . '<br/>';
echo getDomain('https://testing.multiple.subdomain.google.co.uk/') . '<br/>';
echo getDomain('http://nothingelsethan.com') . '<br/>';
它應該返回：
google.com
google.co.uk
google.com
google.co.uk
nothingelsethan.com
當然，如果它不它不會返回任何東西通過parse_url，所以請確保它是一個格式正確的網址。
//附錄：
參宿是正確的。上述解決方案將在大多數案件中發揮作用，但不一定全部需要維護，以確保它們不是新的頂級域名，例如6個以上的字符等等。提取域的唯一可靠方法是使用維護的列表，如http://publicsuffix.org/。起初更痛苦，但長期更容易和更強大。你需要確保你瞭解每種方法的優缺點，以及它如何適合你的項目。
挖這件事從相關的帖子，保持表的想法：http://mxr.mozilla.org/mozilla-central/source/netwerk/dns/src/effective_tld_names.dat?raw=1
我寧願不要做，雖然。
當然，這取決於您的具體使用情況，但一般來說我不會使用TLD的表查找。新的頂級域名出來了，你通常不想在任何地方維護它們。請問我的[email protected]因短視而被拒絕。
如果我知道你爲什麼不需要www，我想我可以幫助更好？你需要它的電子郵件？您可以在這種情況下查詢MX記錄以驗證它（最終）是否接受郵件。
您也可以找到有關處理DNS記錄的PHP函數的幫助，以瞭解更多關於它們的信息，例如，參見http://php.net/dns_get_record。
只是一個證明，假設允許的tlds被記憶成一個散列。代碼可以縮短很多。
<?php
$urlCompoments=parse_url($theUrl);
$chunk=explode('.',$urlComponents['host']);
$tldIndex = count($chunk-1); // assume last chunk is tld
$maxTldLen = 2; // assuming a tld can be in the form .com or .co.uk
$cursor=1;
$found=false;
while(($cursor<=$maxTldLen) or $found) {
$tls = implode('.',array_slice($chunk, -$cursor));
$found=isset($tldSuffixesAllowed[$tld]);
$cursor++;
}
if ($found){
$tld=implode('.',array_slice($chunk, -$cursor));
} else {
// domain not recognized, do wathever you want
}
?>
目前唯一的「正確」的方式做到這一點是使用列表如維持在http://publicsuffix.org/
順便說一句，這個問題也是非常的副本：
IETF正在開展標準化工作，研究DNS方法聲明DNS樹中的特定節點是否用於「公共」註冊，但它們處於開發的早期階段。所有流行的非IE瀏覽器都使用publicsuffix.org列表。
有一個非常簡單的解決辦法是：
function get_domain($url) {
$pieces = parse_url($url);
return array_pop(explode('.', $pieces['host'], 2));
}
當然這是否行得通呢？
Python的tldextract模塊http://w-shadow.com/blog/2012/08/28/tldextract還有一個非常好的端口 - 這超越了parse_url，並且允許你在沒有子域的情況下實際獲取域/ tld。
從模塊網站：
$components = tldextract('http://www.bbc.co.uk');
echo $components->subdomain; // www
echo $components->domain; // bbc
echo $components->tld; // co.uk
你需要使用Public Suffix List，只有這樣，你才能正確提取與二，三級頂級域名（co.uk，a.bg，B域包.bg等）和多級子域。正則表達式，parse_url（）或字符串函數永遠不會產生絕對正確的結果。
我推薦使用TLD Extract。的代碼下面例子：
$extract = new LayerShifter\TLDExtract\Extract();
$result = $extract->parse('http://www.google.co.uk/foo');
$result->getSubdomain(); // will return (string) 'www'
$result->getHostname(); // will return (string) 'google'
$result->getSuffix(); // will return (string) 'co.uk'
$result->getRegistrableDomain(); // will return (string) 'google.co.uk'
你已經做出了判斷前面那個我不知道將舉行不夠好，那是你可以告訴部分的主機是感興趣的領域，它是真的是頂級域名？ – 2008-12-30 01:29:35
例如，如果只查看標準域名，幾乎任何dyndns域名似乎都會被阻止。要阻止來自www.mysite.isa-geek.org域名的垃圾郵件，或者只是mysite.isa-geek.org，您是否會關心是否阻止了所有的isa-geek.org？ – 2008-12-30 01:30:55
是的，在這種情況下，我會很好地阻止isa-geek.org。我最關心的是foo。[suffix]其中[suffix]是標準後綴的tld或組合。 tld（co.uk） – 2008-12-30 01:43:49