Java中的URL類中的getHost和getAuthority方法有什麼區別？

我有不同形式的一系列字符串（網址）爲：Java中的URL類中的getHost和getAuthority方法有什麼區別？

http://domain name.anything/anypath
https://dmain name.anything/anypath
http://www.domain name.anything/anypath
https://www.dmain name.anything/anypath

這些字符串保存在CSV文件中。我需要解析每個網址才能獲取域名，domain name.anything。即第一個.之後和第一個/之前的部分。

我使用split方法分隔字符串，然後將每個字符串轉換爲URL，然後使用toAuthority函數僅獲取域名。問題是，toAuthority和toHost爲我做了同樣的工作，他們包括我不想要的www.。雖然在Oracle的tutorial中，似乎toAuthority應該返回沒有www.的域名。

我怎樣才能提取的域名部分只有沒有www.的URL？

來源

2012-06-26 Jury A

'getHost'獲取主機名和'getAuthority'得到權威 –

URL類中的getHost和getAuthority方法有什麼區別？

要真正理解這一點，您應該閱讀URI specification - RFC 2396。

簡而言之，權限組件由主機組件和可選的端口號，用戶名和密碼組成，具體取決於所使用的URL方案。

我怎樣才能提取域名部分只是沒了「WWW」。的URL？

您打電話給getHost()，測試它是否以字符串"www."開頭，如果它刪除它。

但在你開始做這樣的事情之前，你需要明白，刪除「www」。可能會給您一個不起作用的URL，或者解析爲與原始URL解析爲不同的文檔或服務。無償地整理網址是個不錯的主意......除非您詳細瞭解相關網站的組織方式。

「foo.com」和「www.foo.com」是同一個地方的約定是只是的一個慣例，很多網站都沒有實現它。刪除「www。」將是一個壞主意，因爲它可能會將可解析的URL轉換爲無法解析的URL。

來源

2012-06-26 14:56:38

添加RFC規範和foo.com/」 www.foo.com「澄清是一個很好的接觸。 –

這聽起來像你正在尋找提取有效的二級域名。正如斯蒂芬所描述的那樣，首先獲取主機名稱，然後從第二階段開始提取子字符串，這很容易爲少量公共後綴（如.com，.net和.org）提取。許多公共後綴例如co.uk會破壞這個簡單的算法。公共後綴的完整列表可以在這裏找到：http://publicsuffix.org/然後，您可以在查找表中使用公共後綴來獲得有效的二級域名。

來源

2013-09-23 20:53:51

你可以使用谷歌番石榴從主機名獲取域名：

InternetDomainName.from(hostname).topPrivateDomain().toString()

來源

2014-07-29 11:44:53

Java中的URL類中的getHost和getAuthority方法有什麼區別？

回答

相關問題