去PHP parse_url（）不去的地方'；t-仅解析域

PHP的parse_url（）有一个主机字段，其中包括完整主机。我正在寻找只返回域和TLD的最可靠（也是成本最低）的方法

举例来说：

• ，parse_url（）返回主机的www.google.com
• ，parse_url（）返回主机的www.google.co.uk

---

我只找google.com或google.co.uk。我考虑了一个有效TLD/后缀表，只允许这些和一个单词。你会用其他方法吗？有人知道这类事情的预封装有效正则表达式吗？

从相关帖子中找到了这一点，目的是保留一个表：

---

当然，这取决于您的特定用例，但一般来说，我不会对TLD使用表查找。新的TLD出现了，您通常不想在任何地方维护它们。只要问我多久一次firstname@lastname.name因为近视而被拒绝

我想如果我知道你为什么不想要www，我可以帮你更好的忙？你发电子邮件需要它吗？在这种情况下，您可以查询MX记录，以验证它（最终）是否接受邮件

---

您还可以找到有关处理DNS记录的PHP函数的帮助，以了解有关DNS记录的更多信息，例如，请参见。

假设允许的TLD被存储到哈希中，那么这只是一个证明。 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
    }
?>

---

像这样的怎么样

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;
}

它应该返回：

google.com
google.co.uk
google.com
google.co.uk
nothingelsethan.com

当然，如果无法通过，它将不会返回任何内容，因此请确保它是一个格式良好的URL

//附录：

阿尔尼塔克是对的。上述解决方案适用于大多数情况，但不一定适用于所有情况，并且需要进行维护，以确保它们不是新的TLD，具有超过6个字符等等。提取域的唯一可靠方法是使用维护的列表，例如。一开始会更痛苦，但从长远来看更容易、更强健。您需要确保了解每种方法的优缺点，以及它如何适合您的项目。

目前唯一“正确”的方法是使用一个列表，如

顺便说一句，这个问题几乎是重复的：

---

IETF正在进行标准化工作，研究声明DNS树中的特定节点是否用于“公共”注册的DNS方法，但这些方法还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方案：

function get_domain($url) {
  $pieces = parse_url($url);
  return array_pop(explode('.', $pieces['host'], 2));
}

---

这肯定会奏效吗？

Python的tldextract模块还有一个非常好的端口-这超出了解析url的范围，允许您实际获取域/tld，而不需要子域

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

---

您需要使用的包，只有这样您才能正确提取具有两级、三级TLD（co.uk、a.bg、b.bg等）和多级子域的域。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。下面是代码示例：

$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'

---

我正在寻找使用它制作一个垃圾邮件发送者域名黑名单，并防止人们使用通配符DNS绕过它。与其说是电子邮件，不如说是博客或评论垃圾邮件。你已经提前做出了一个判断，我不确定这个判断是否正确，那就是你可以判断出主机的哪个部分是感兴趣的域名，它真的是TLD吗？例如，如果你只看标准域名，几乎任何dyndns域名都会被屏蔽。为了阻止来自www.mysite.isa-geek.org或mysite.isa-geek.org域的垃圾邮件，如果您阻止了所有isa-geek.org，您会介意吗？是的，在这种情况下，我可以阻止isa-geek.org。我最关心的是foo。[suffix]，其中[suffix]是tld或标准后缀的组合。tld（co.uk）看这个：看这个答案：恐怕使用这个列表是唯一的方法。CCTLD的种类太多，无法编写解决方案来解决所有问题。该链接再次起作用，但只是重定向到该功能的所在地（“公共后缀列表”），有人否决该功能的原因吗？如果答案不对，或者有什么需要补充的，我们可以尝试改进。我否决了这个——这不是正确的答案。仅仅用一个简单的regexp无法确定“域部分”（即忽略“www”等）。请参阅其他链接的相关问题及其答案。publicsuffix.org列表是最可靠的方法。我不明白为什么这样做有效，但它确实有效。此外，它应该是

[a-z0-9][a-z0-9\-]{1,62}

，对吗？不适用于新的TLD或短域，如

$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'