C# 仅从给定URL中的主机名获取前缀

我需要得到一个给定的url没有顶级域名后缀的域名

e、 g

• Url:

  www.google.com

  然后输出=

  google

• Url:

  http://www.google.co.uk/path1/path2

  然后输出=

  google

• Url:

  http://google.co.uk/path1/path2

  然后输出=

  google

• Url:

  http://google.com

  然后输出=

  google

• Url:

  http://google.co.in

  然后输出=

  google

• Url:

  http://mail.google.co.in

  然后输出=

  google

为此，我尝试使用此代码

 var uri = new Uri("http://www.google.co.uk/path1/path2");
 var sURL = uri.Host;
 string[] aa = sURL.Split('.');
 MessageBox.Show(aa[1]);

---

但每次我都无法获得正确的输出（没有

www

的专业url）。在那之后，我没有搜索谷歌，并试图解决它，但它的帮助较少。我也看到了关于stackoverflow的问题，但它对我不起作用。

这是你能得到的最好的。它不是可维护的解决方案，也不是“快速”解决方案。（

GetDomain.GetDomainFromUrl

应进行优化）

• 使用
• 在

  TldPatterns.EXACT

  中添加

  “co.uk”

  （我不知道为什么它一开始就不存在）
• 其他一些小的字符串操作

这就是它应该是什么样子：

using System;
using System.Collections.Generic;
using System.Text.RegularExpressions;

        class TldPatterns
        {
            private TldPatterns()
            {
                // Prevent instantiation.
            }

            /**
             * If a hostname is contained in this set, it is a TLD.
             */
            static public string[] EXACT = new string[] {
             "gov.uk",
             "mil.uk",
             "co.uk",
             //...

    public class Program
    {

        static void Main(string[] args)
        {
            string[] urls = new[] {"www.google.com", "http://www.google.co.uk/path1/path2 ", "http://google.co.uk/path1/path2 ",
            "http://google.com", "http://google.co.in"};
            foreach (var item in urls)
            {
                string url = item;
                if (!Regex.IsMatch(item, "^\\w+://"))
                    url = "http://" + item;
                var domain = GetDomain.GetDomainFromUrl(url);
                Console.WriteLine("Original    : " + item);
                Console.WriteLine("URL         : " + url);
                Console.WriteLine("Domain      : " + domain);
                Console.WriteLine("Domain Part : " + domain.Substring(0, domain.IndexOf('.')));
                Console.WriteLine();
            }
        }
    }

产出：

Original    : www.google.com
URL         : http://www.google.com
Domain      : google.com
Domain Part : google

Original    : http://www.google.co.uk/path1/path2
URL         : http://www.google.co.uk/path1/path2
Domain      : google.co.uk
Domain Part : google

Original    : http://google.co.uk/path1/path2
URL         : http://google.co.uk/path1/path2
Domain      : google.co.uk
Domain Part : google

Original    : http://google.com
URL         : http://google.com
Domain      : google.com
Domain Part : google

Original    : http://google.co.in
URL         : http://google.co.in
Domain      : google.co.in
Domain Part : google

---

我已经用下面的正则表达式对你的所有案例进行了测试，它是有效的

string url = "http://www.google.co.uk/path1/path2";
Regex rgx = new Regex(@"(http(s?)://)?(www.)?((?<content>.*?)\.){1}([\w]+\.?)+");
Match MatchResult = rgx.Match(url);
string result = MatchResult.Groups["content"].Value; //google

stringurl=”http://www.google.co.uk/path1/path2";
Regex rgx=新的Regex（@“（http（s？：/）？（www.）（（？*？）\）{1}（[\w]+\.？）+”）；
Match MatchResult=rgx.Match（url）；
string result=MatchResult.Groups[“content”].Value//谷歌

这个答案只是为了完整性，因为我认为这是一个有效的方法，如果它不会如此复杂，并且基本上不会滥用DNS系统的话。请注意，这也不是100%万无一失（并且需要访问DNS）

• 提取URL的完整域名。让我们看

  http://somepart.subdomain.example.org/some/files

  作为示例。我们将得到

  somepart.subdomain.example.org

• 在点处拆分域名：

  {“somepart”、“subdomain”、“example”、“org”}

• 取最右边的部分（

  org

  ），看看它是否是一个已知的（顶级）域名。
  • 如果是，左边的下一部分就是您要查找的域名
  • 如果不是，请尝试为此检索IP
  • 如果有IP，最后添加的部分是你的域名
  • 如果也没有IP，则将下一部分添加到左侧并重复这些检查（在本例中，您现在要测试

    example.org

    ）

---

你的问题的正确答案是：不，你不能
唯一一个几乎可以通过脏的、不易维护的方法来实现的解决方案是拥有一个包含所有现有TopLevelDomain的列表（你可以在这里找到一个不完整的列表）

var allTld=new[]{.com“，.it”，.co.uk}//在这里，您可以找到一个非常大的TLD列表
字符串urlToCheck=“www.google.com”//sports-ak.espn.go.com/nfl/http://www.google.co.uk/path1/path2
if（！urlToCheck.StartsWith（“http”，StringComparison.OrdinalIgnoreCase））
{
urlToCheck=string.Concat（“http://”，urlToCheck）；
}
var uri=新uri（urlToCheck）；
字符串域=string.Empty；
对于（int i=0；i-1）
{
domain=uri.Host.Substring（0，索引）；
index=domain.LastIndexOf（“.”，StringComparison.Ordinal）；
如果（索引>-1）
{
domain=domain.Substring（索引+1）；break；
}
}
}
if（string.IsNullOrEmpty（域））
{
抛出新异常（string.Format（“缺少url{0}的TLD”，urlToCheck））；
}

---

我想你应该问自己：我真的需要没有TLD的名称吗？
你的术语不正确

google.co.uk

是主机名。据我所知，

google

部分没有术语。@johnsa理解可能是我的错误，但我希望与我写的内容相同。@cbeckner很抱歉，您不能仔细阅读此问题。我想要什么作为输出，以及“C#中URL的顶级域”的答案是什么？我很抱歉。然而，使用这个问题的答案，你将能够分割输出并使用数组中的第一个元素来获得你需要的。我认为这个问题实际上是无法解决的，因为你本质上要求的是你能帮我在字符串中找到一个随机字符串吗。我以前也回答过类似的问题。你想要的“谷歌”是一个不存在的实体，你指的是一个域。实际上，域是“google.co.uk”、“google.com”等。由于URL在ie子域mail.google.com中的工作方式，您无法可靠地拆分字符串。发布的解决方案使用TLD的硬编码列表来查找“域”，随着TLD的不断添加，IMHO无法维护该域。是的，你是对的。但我只给出了示例url，而不是确切的url，它应该每次都更改，没有100%的动态方式，因为您无法真正确定TLD是否由一个或两个部分组成（除非您专门硬编码/命名所有您能想到的内容；但即使这样也不完美）。本例中的代码将用于任何没有子域或只使用已知子域（如

www

）的URL。@Archit但在本例中，名称将等同于返回。comNow即使是心灵程序也无法解决它。@Archit这没有任何意义

name

是TLD，而不是域本身？为什么

mario.name

会返回

name

和

mario.com

mario

？-1不匹配子域与其他方法，这对未知（子）域或TLD不起作用。让我们假设您正在输入它

http://l
var allTld = new[] {".com", ".it",".co.uk"}; //there you have find a really big list of all TLD
string urlToCheck = "www.google.com";//sports-ak.espn.go.com/nfl/  http://www.google.co.uk/path1/path2
if (!urlToCheck.StartsWith("http", StringComparison.OrdinalIgnoreCase))
{
    urlToCheck = string.Concat("http://", urlToCheck);
}
var uri = new Uri(urlToCheck);

string domain = string.Empty;
for (int i = 0; i < allTld.Length; i++)
{
    var index = uri.Host.LastIndexOf(allTld[i], StringComparison.OrdinalIgnoreCase);
    if (index>-1)
    {
        domain = uri.Host.Substring(0, index);
        index = domain.LastIndexOf(".", StringComparison.Ordinal);
        if (index>-1)
        {
            domain = domain.Substring(index + 1);break;
        }
    }
}
if (string.IsNullOrEmpty(domain))
{
    throw new Exception(string.Format("TLD of url {0} is missing", urlToCheck));
}