comment obtenir le nom de domaine depuis l'URL

Question

Comment puis-je récupérer un nom de domaine à partir d'une chaîne d'URL?

Exemples:

 +----------------------+------------+
| input                | output     |
+----------------------+------------+
| www.google.com       | google     |
| www.mail.yahoo.com   | mail.yahoo |
| www.mail.yahoo.co.in | mail.yahoo |
| www.abc.au.uk        | abc        |
+----------------------+------------+
 

Apparenté, relié, connexe:

• Faire correspondre une adresse Web par regex

Answer 1

Une fois, j'ai dû écrire un tel regex pour une entreprise, j'ai travaillé pour. La solution était:

• Obtenir une liste de tous les ccTLD et gTLD disponibles. Votre première étape devrait être de l'IANA. La liste de Mozilla ressemble beaucoup à première vue, mais manque de ac.royaume-uni, par exemple, pour cela, il n'est pas vraiment utilisable.
• S'inscrire sur la liste comme dans l'exemple ci-dessous. Un avertissement: l'ordre est important! Si org.royaume-uni semblerait, d'après le royaume-uni puis exemple.org.royaume-uni correspondent org au lieu de exemple.

Exemple regex:

.*([^\.]+)(com|net|org|info|coop|int|co\.uk|org\.uk|ac\.uk|uk|__and so on__)$

Cela a fonctionné très bien et correspond aussi bizarre, non officiels de haut niveaux comme de.com et des amis.

L'envers:

• Très vite si la regex est parfaitement ordonné

L'inconvénient de cette solution est bien sûr:

• Manuscrite regex qui doit être mis à jour manuellement si cctld modifier ou ajouté. Travail fastidieux!
• Très grand regex donc pas très lisible.

Answer 2

Le site web list @ Mozilla peut vous donner la liste effective des principaux niveaux de domaine.

Answer 3

/^(?:www\.)?(.*?)\.(?:com|au\.uk|co\.in)$/

Answer 4

Je ne sais pas du tout bibliothèques, mais la manipulation de la chaîne de noms de domaine est assez facile.

La partie difficile est de savoir si le nom est au deuxième ou de troisième niveau. Pour cela, vous aurez besoin d'un fichier de données vous maintenir (par exemple pour .royaume-uni est n'est pas toujours le troisième niveau, certaines organisations (par exemple, bl.royaume-uni, jet.royaume-uni) existent au deuxième niveau).

La source de Firefox de Mozilla a un fichier de données, cochez la Mozilla licence pour voir si vous pouvez les réutiliser.

Answer 5

 /* These are TLDs that have an SLD */
var tlds = {
    "cy":true,
    "ro":true,
    "ke":true,
    "kh":true,
    "ki":true,
    "cr":true,
    "km":true,
    "kn":true,
    "kr":true,
    "ck":true,
    "cn":true,
    "kw":true,
    "rs":true,
    "ca":true,
    "kz":true,
    "rw":true,
    "ru":true,
    "za":true,
    "zm":true,
    "bz":true,
    "je":true,
    "uy":true,
    "bs":true,
    "br":true,
    "jo":true,
    "us":true,
    "bh":true,
    "bo":true,
    "bn":true,
    "bb":true,
    "ba":true,
    "ua":true,
    "eg":true,
    "ec":true,
    "et":true,
    "er":true,
    "es":true,
    "pl":true,
    "in":true,
    "ph":true,
    "il":true,
    "pe":true,
    "co":true,
    "pa":true,
    "id":true,
    "py":true,
    "ug":true,
    "ky":true,
    "ir":true,
    "pt":true,
    "pw":true,
    "iq":true,
    "it":true,
    "pr":true,
    "sh":true,
    "sl":true,
    "sn":true,
    "sa":true,
    "sb":true,
    "sc":true,
    "sd":true,
    "se":true,
    "hk":true,
    "sg":true,
    "sy":true,
    "sz":true,
    "st":true,
    "sv":true,
    "om":true,
    "th":true,
    "ve":true,
    "tz":true,
    "vn":true,
    "vi":true,
    "pk":true,
    "fk":true,
    "fj":true,
    "fr":true,
    "ni":true,
    "ng":true,
    "nf":true,
    "re":true,
    "na":true,
    "qa":true,
    "tw":true,
    "nr":true,
    "np":true,
    "ac":true,
    "af":true,
    "ae":true,
    "ao":true,
    "al":true,
    "yu":true,
    "ar":true,
    "tj":true,
    "at":true,
    "au":true,
    "ye":true,
    "mv":true,
    "mw":true,
    "mt":true,
    "mu":true,
    "tr":true,
    "mz":true,
    "tt":true,
    "mx":true,
    "my":true,
    "mg":true,
    "me":true,
    "mc":true,
    "ma":true,
    "mn":true,
    "mo":true,
    "ml":true,
    "mk":true,
    "do":true,
    "dz":true,
    "ps":true,
    "lr":true,
    "tn":true,
    "lv":true,
    "ly":true,
    "lb":true,
    "lk":true,
    "gg":true,
    "uk":true,
    "gn":true,
    "gh":true,
    "gt":true,
    "gu":true,
    "jp":true,
    "gr":true,
    "nz":true
}

function isSecondLevelDomainPresent(domainParts) {
    return typeof tlds[domainParts[domainParts.length-1]] != "undefined";
}
function getDomainFromHostname(url) {
  domainParts = url.split(".");
  var cutOff =2;
  if (isSecondLevelDomainPresent(domainParts)) {
    cutOff=3;
  }
  return domainParts.slice(domainParts.length-cutOff, domainParts.length).join(".");
}
 

Au lieu d'écrire un regex volumineux, pourquoi ne pas utiliser la liste des TLD connus nécessitant un SLD et créer une table de hachage. Ensuite, lorsque vous divisez l’URL, vous pouvez savoir s’il faut prendre les 2 dernières pièces ou les 3 dernières.