Php 如何找到我是否有相同的域名，但使用不同的扩展名

我有一个问题，我想这将是一个简单的解决办法，但我无法解决它

我有一个充满URL的数据库，如：

• 等等

现在，给定

http://www.domain.co.uk/page.html

我需要确定这样的页面是否已经在数据库中，假设不同的扩展没有改变内容

最终的目标很简单，我正在建立一个网站，人们可以提交网页，这些网页需要是独特的，以避免重复的内容。用户正在提交google maps.com和google maps.co。在创建同一页面的副本时，我需要做的是确定提交的页面是否已使用不同的域扩展提交。如果发现，我还会检查标题和内容，以防域扩展确实更改了内容（如www.wyska.net和www.wyska.com）

换言之：

• maps.google.com===maps.google.it==maps.google.co.in===maps.google.co.uk

只有在内容“相似”的情况下（我也必须弄清楚“相似”的含义）

到目前为止，我有（但不起作用）：

如果有必要，我甚至可以将域分解为不同的部分，并存储这些部分，而不是完整的域

---

我正在考虑对域扩展进行搜索替换，但是我还没有找到要使用的域扩展的完整列表。类似于：如果它以这些字符串中的任何一个结尾，那么从域中删除该部分

子域/TLD不同意味着页面不同。它们可能是彼此的别名，但这并不能保证！类似地，您可能会在默认文档中遇到相同的内容，因此example.com/index.php vs.example.co.uk/Yes，我知道不同的子域意味着不同的内容，子域需要是唯一的，扩展让我担心，就像我说的一个例子是

maps.google.

或

www.amazon.

。内容将是这张支票的一大部分。

example.com

和example.co.uk`是一个完美的例子，在这里我还必须检查内容，以确保它们是不同的站点，而不是不同扩展的相同站点。

<?php
$url = 'http://www.domain.com/text.html';  //works with this domain
$parse = parse_url($url);
var_dump($parse);
var_dump(pathinfo($parse['host']));

$url = 'http://sub.sub.domain.co.in/text.html';  //does not work with this domain
$parse = parse_url($url);
var_dump($parse);
var_dump(pathinfo($parse['host']));
?>