Perl正则表达式来获得一个URL的根域

Question

我怎样才能得到一部分的网址？

例如：

http://www.facebook.com/xxxxxxxxxxx 
http://www.stackoverflow.com/yyyyyyyyyyyyyyyy 

我需要把眼前这个部分：

facebook.com 
stackoverflow.com 

Answer 1

只是一些简单的正则表达式的东西。

$facebook = "www.facebook.com/xxxxxxxxxxx"; 

$facebook =~ s/www\.(.*\.com).*/$1/; # get what is between www. and .com 

print $facebook; 

返回

facebook.com 

您可能还希望使这一工作.net，.org等喜欢的东西：

s/www\.(.*\.(?:net|org|com)).*/$1/; 

Answer 2

我找到了一种方法：

my @urls = qw(http://www.facebook.com http://www.sadas.com/); 
for my $url (@urls) { 
    $url =~ s/^https?:(?:www\.)?//ig; 
    $url =~ s{/.*}{}; 
    print "$url\n"; 
} 

Answer 3

use feature qw(say state); 

use Domain::PublicSuffix qw(); 
use URI     qw(); 

# Returns "domain.tld" for "subdomain.domain.tld". 
# Handles multi-level TLDs such as ".co.uk". 
sub root_domain { 
    my ($domain) = @_; 
    state $parser = Domain::PublicSuffix->new(); 
    return $parser->get_root_domain($domain); 
} 

# Accepts urls as strings and as URI objects. 
sub url_root_domain { 
    my ($abs_url) = @_; 
    my $domain = URI->new($abs_url)->host(); 
    return root_domain($domain); 
} 

say url_root_domain('http://www.facebook.com/');  # facebook.com 
say url_root_domain('https://www.facebook.com/');  # facebook.com 
say url_root_domain('http://mobile.google.com/');  # google.com 
say url_root_domain('http://www.theregister.co.uk/'); # theregister.co.uk 
say url_root_domain('http://www.com/');    # www.com 

Answer 4

我喜欢URI答案。 OP请求了一个正则表达式，所以为了纪念这个请求并且作为一个挑战，这里是我提出的答案。公平地说，有时安装CPAN模块并不容易或不可行。我曾参与过一些使用特定版本的Perl进行强化的项目，并且只允许某些模块。

这是我在正则表达式答案的尝试。请注意，www.是可选的。像mobile.这样的子域名是荣幸的。 /的搜索不是贪婪的，因此一个包含目录的URL将被正确解析。我不依赖于协议;无论如何它可能是http, https, file, sftp。输出在$1中被捕获。

^.*://(?:[wW]{3}\.)?([^:/]*).*$ 

样品输入：

http://WWW.facebook.com:80/ 
http://facebook.com/xxxxxxxxxxx/aaaaa 
http://www.stackoverflow.com/yyyyyyyyyyyyyyyy/aaaaaaa 
https://mobile.yahoo.com/yyyyyyyyyyyyyyyy/aaaaaaa 
http://www.theregister.co.uk/ 

输出示例：

facebook.com 
facebook.com 
stackoverflow.com 
mobile.yahoo.com 
theregister.co.uk 

编辑：感谢@ikegami了额外的挑战。 :)现在它支持WWW在任何混合情况下和端口号如:80。

Answer 5

$a="http://www.stackoverflow.com/yyyyyyyyyyyyyyyy"; 
if($a=~/\/\/\w+\.(.*)\//) 
{ print $1; } 
else 
{ print "false"; } 

Answer 6

，这可能是有帮助的...

^https?:\/\/www\.([\da-zA-Z\.-]+)

样品输入：

http://www.banglanews24.com/detailsnews.php 
nssl=763daee77dc90b1c1baf0a361be2ff3c&nttl=20130416072403189462 

http://www.prothom-alo.com/detail/date/2013-04-20/news/3463 

http://www.facebook.com/xxxxxxxxxxx 

http://www.stackoverflow.com/yyyyyyyyyyyyyyy 

输出示例：

banglanews24.com 

prothom-alo.com 

facebook.com 

stackoverflow.com