PHP的parse_url（）有一个主机字段，其中包括完整的主机。我正在寻找最可靠（且成本最低）的方式来仅返回域名和TLD。去哪里PHP parse_url（）不 - 只分析域
给出的例子：
我只在寻找google.com或google.co.uk。我考虑过一个有效的顶级域名（TLD）/后缀表，只允许这些和一个单词。你会以任何其他方式做到吗？有没有人知道这种事情的预先装罐的有效REGEX？
这样的事情呢？
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;
}
将使用经典parse_url提取域名，然后寻找一个有效的域名没有任何的子域（WWW是一个子域）。不适用于'localhost'之类的东西。如果它不匹配任何内容，将返回false。
//编辑：
尝试一下用：
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/>';
它应该返回：
google.com
google.co.uk
google.com
google.co.uk
nothingelsethan.com
当然，如果它不它不会返回任何东西通过parse_url，所以请确保它是一个格式正确的网址。
//附录：
参宿是正确的。上述解决方案将在大多数案件中发挥作用，但不一定全部需要维护，以确保它们不是新的顶级域名，例如6个以上的字符等等。提取域的唯一可靠方法是使用维护的列表，如http://publicsuffix.org/。起初更痛苦，但长期更容易和更强大。你需要确保你了解每种方法的优缺点，以及它如何适合你的项目。
挖这件事从相关的帖子，保持表的想法：http://mxr.mozilla.org/mozilla-central/source/netwerk/dns/src/effective_tld_names.dat?raw=1
我宁愿不要做，虽然。
当然，这取决于您的具体使用情况，但一般来说我不会使用TLD的表查找。新的顶级域名出来了，你通常不想在任何地方维护它们。请问我的[email protected]因短视而被拒绝。
如果我知道你为什么不需要www，我想我可以帮助更好？你需要它的电子邮件？您可以在这种情况下查询MX记录以验证它（最终）是否接受邮件。
您也可以找到有关处理DNS记录的PHP函数的帮助，以了解更多关于它们的信息，例如，参见http://php.net/dns_get_record。
只是一个证明，假设允许的tlds被记忆成一个散列。代码可以缩短很多。
<?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, -$cursor));
} else {
// domain not recognized, do wathever you want
}
?>
目前唯一的“正确”的方式做到这一点是使用列表如维持在http://publicsuffix.org/
顺便说一句，这个问题也是非常的副本：
IETF正在开展标准化工作，研究DNS方法声明DNS树中的特定节点是否用于“公共”注册，但它们处于开发的早期阶段。所有流行的非IE浏览器都使用publicsuffix.org列表。
有一个非常简单的解决办法是：
function get_domain($url) {
$pieces = parse_url($url);
return array_pop(explode('.', $pieces['host'], 2));
}
当然这是否行得通呢？
Python的tldextract模块http://w-shadow.com/blog/2012/08/28/tldextract还有一个非常好的端口 - 这超越了parse_url，并且允许你在没有子域的情况下实际获取域/ tld。
从模块网站：
$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，只有这样，你才能正确提取与二，三级顶级域名（co.uk，a.bg，B域包.bg等）和多级子域。正则表达式，parse_url（）或字符串函数永远不会产生绝对正确的结果。
我推荐使用TLD Extract。的代码下面例子：
$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'
你已经做出了判断前面那个我不知道将举行不够好，那是你可以告诉部分的主机是感兴趣的领域，它是真的是顶级域名？ – 2008-12-30 01:29:35
例如，如果只查看标准域名，几乎任何dyndns域名似乎都会被阻止。要阻止来自www.mysite.isa-geek.org域名的垃圾邮件，或者只是mysite.isa-geek.org，您是否会关心是否阻止了所有的isa-geek.org？ – 2008-12-30 01:30:55
是的，在这种情况下，我会很好地阻止isa-geek.org。我最关心的是foo。[suffix]其中[suffix]是标准后缀的tld或组合。 tld（co.uk） – 2008-12-30 01:43:49