如何将域名与 URL 隔离？

Question

我正在寻找一种方法（或函数）来删除输入到函数中的任何 URL 的 example.ext 部分。 域名扩展名可以是任何内容（.com、.co.uk、.nl、.whatever），输入的 URL 可以是从 http://www.example.com 到www.example.com/path/script.php?=whatever

执行此操作的最佳方法是什么？

我想要 example.com。

Answer 1

parse_url 将 URL 转换为关联数组：

php > $foo = "http://www.example.com/foo/bar?hat=bowler&accessory=cane";
php > $blah = parse_url($foo);
php > print_r($blah);
Array
(
    [scheme] => http
    [host] => www.example.com
    [path] => /foo/bar
    [query] => hat=bowler&accessory=cane
)

Answer 2

您还可以编写正则表达式来获得您想要的结果。

这是我的尝试：

$pattern = '/\w+\..{2,3}(?:\..{2,3})?(?:$|(?=\/))/i';
$url = 'http://www.example.com/foo/bar?hat=bowler&accessory=cane';
if (preg_match($pattern, $url, $matches) === 1) {
    echo $matches[0];
}

输出是：

example.com

此模式还考虑了“example.com.au”等域。

注：我没有查阅相关的RFC。

Answer 3

您可以使用 parse_url() 来执行此操作

$url = 'http://www.example.com';
$domain = parse_url($url, PHP_URL_HOST);
$domain = str_replace('www.','',$domain);

：例如，$domain 应该包含 example.com，无论它是否有 www。 它也适用于 .co.uk 等域名

Answer 4

以下代码将从绝对 URL 中删除协议、域和端口：

$urlWithoutDomain = preg_replace('#^.+://[^/]+#', '', $url);

Answer 5

这里有几个简单的函数，可以从普通域或长域 (test.sub.domain.com) 或 url (http://www.example.com) 获取根域 (example.com)。

/**
 * Get root domain from full domain
 * @param string $domain
 */
public function getRootDomain($domain)
{
    $domain = explode('.', $domain);

    $tld = array_pop($domain);
    $name = array_pop($domain);

    $domain = "$name.$tld";

    return $domain;
}

/**
 * Get domain name from url
 * @param string $url
 */
public function getDomainFromUrl($url)
{
    $domain = parse_url($url, PHP_URL_HOST);
    $domain = $this->getRootDomain($domain);

    return $domain;
}

Answer 6

解决了这个问题...

假设我们正在调用 dev.mysite.com，并且我们想要提取“mysite.com”，

$requestedServerName = $_SERVER['SERVER_NAME']; // = dev.mysite.com

$thisSite = explode('.', $requestedServerName); // site name now an array

array_shift($thisSite); //chop off the first array entry eg 'dev'

$thisSite = join('.', $thisSite); //join it back together with dots ;)

echo $thisSite; //outputs 'mysite.com'

它也适用于 mysite.co.uk，所以应该可以在任何地方工作:)

Answer 7

我花了一些时间思考使用正则表达式是否有意义，但最终我认为没有意义。

Firstresponder 的正则表达式几乎让我相信这是最好的方法，但它对任何缺少尾部斜杠的东西不起作用（所以 http:/例如，/example.com）。 我用以下代码修复了这个问题： '/\w+\..{2,3}(?:\..{2,3})?(?=[\/\W])/i'，但后来我意识到像 'http://example.com/index.htm< 这样的网址匹配两次/a>'。 哎呀。 这不会那么糟糕（只需使用第一个），但它也会匹配两次，如下所示： 'http://abc.ed.fg.hij.kl.mn/'，第一个匹配项不正确。 :(

一位同事建议只获取主机（通过 parse_url()），然后只获取最后两个或三个数组位（split() on '. '）这两个或三个将基于域列表，例如“co.uk”等。组成该列表成为困难的部分。

Answer 8

这个函数应该可以工作：

function Delete_Domain_From_Url($Url = false)
{
    if($Url)
    {
        $Url_Parts = parse_url($Url);
        $Url = isset($Url_Parts['path']) ? $Url_Parts['path'] : '';
        $Url .= isset($Url_Parts['query']) ? "?".$Url_Parts['query'] : '';
    }

    return $Url;
}

要使用它：

$Url = "https://stackoverflow.com/questions/176284/how-do-you-strip-out-the-domain-name-from-a-url-in-php";
echo Delete_Domain_From_Url($Url);

# Output: 
#/questions/176284/how-do-you-strip-out-the-domain-name-from-a-url-in-php

Answer 9

提取域名部分的正确方法只有一种，那就是使用公共后缀列表（TLD 数据库）。 我推荐 TLDExtract 包，这里是示例代码：

$extract = new LayerShifter\TLDExtract\Extract();

$result = $extract->parse('www.domain.com/path/script.php?=whatever');
$result->getSubdomain(); // will return (string) 'www'
$result->getHostname(); // will return (string) 'domain'
$result->getSuffix(); // will return (string) 'com'