如何使用PHP剥离子域以获得有效的根域？

好的，这里是我正在寻找的：从一个链接列表中，我正在剥离除域之外的所有内容。结果是域和代表子域的域名的混合列表

stackoverflow.com
security.stackexchange.com
whoknows.test.co.uk
you.get.it.by.now.dont.you.com

我要做的是将所有列表项精简到其有效（=仅现有）根域，如下所示：

stackoverflow.com
security.stackexchange.com
test.co.uk
-fail-

目前，我将每一行分解成一个数组，从后到前处理列表，使用curl检查每个潜在的根域是否存在。。。一旦curl抛出一个HTTP代码>=200和<400，我就认为要找到根域。当每个可能的域查找结束时，如果没有找到任何有效的域，则认为该域不存在

input:  stackoverflow.com
test:   stackoverflow.com  - succeeds and is the root domain
result: stackoverflow.com  - valid root domain

input:  whoknows.test.co.uk
test:   co.uk              - fails
test:   test.co.uk         - succeeds (theoretically) and is the root domain
result: test.co.uk         - valid root domain        

input:  you.get.it.by.now.dont.you.com
test:   you.com                         - fails 
test:   dont.you.com                    - fails 
test:   now.dont.you.com                - fails 
test:   by.now.dont.you.com             - fails 
test:   it.by.now.dont.you.com          - fails 
test:   get.it.by.now.dont.you.com      - fails 
test:   you.get.it.by.now.dont.you.com  - fails 
result: you.get.it.by.now.dont.you.com  - invalid domain 

有没有其他方法可以做到这一点？我想停止对我的100.000+列表中的每个域进行2到X（=几乎无限）的卷曲查找，从而加热我的Web服务器的CPU。而且，所有这些查找都需要花费大量时间。也许——我希望如此——有一个更快的解决办法

---

陷阱？它必须与PHP一起工作。

有许多快捷方式可以满足您的需要

例如，您已经知道

.co.uk

和

.com

是TLD，因此检查它们显然可以跳过

问题在于所有其他疯狂的TLD

我建议你看一下你的资料来源

他们使用RFC和已知数据做了大量工作，试图以正确的方式处理这些数据。

所以

我已经花了很长时间来处理这个问题，寻找潜在的瓶颈，经过几天的反复，我发现实际上是CURL（等待各个服务器用HTTP代码响应）使事情变得比需要的慢

最后，我选择了一个不同的“gethostbyname”函数来解决我的问题，该函数将IP6考虑在内

函数my\u gethostbyname（$host，$try\u a=FALSE）
{
$dns=gethostbynamel6（$host，$try_a）；
如果（$dns==FALSE）
{ 
返回FALSE；
}
其他的
{ 
返回$dns[0]；
}
}
函数gethostbynamel6（$host，$try\u a=FALSE）
{
$dns=array（）；
$dns6=@dns_get_记录（$host，dns_AAAA）；
如果（$dns6！==FALSE）
{
$dns=数组合并（$dns，$dns6）；
}
如果（$try_a==TRUE）
{
$dns4=@dns\u get\u记录（$host，dns\u A）；
如果（$dns4！==FALSE）
{
$dns=数组合并（$dns，$dns4）；
}
}
其他的
{
$dns=$dns6；
}
$ip6=数组（）；
$ip4=数组（）；
foreach（$dns作为$record）
{
如果（$record[“type”]=“A”）
{
$ip4[]=$record[“ip”]；
}
如果（$record[“type”]=“AAAA”）
{
$ip6[]=$record[“ipv6”]；
}
}
如果（计（$ip6）<1）
{
如果（$try_a==TRUE）
{
如果（计（$ip4）<1）
{
返回FALSE；
}
其他的
{
返回$ip4；
}
}
其他的
{
返回FALSE；
}
}
其他的
{
返回$ip6；
}
}

一旦第一个域部分实际解析为IP，（a）该域存在，（b）是根域

这为我节省了大量时间，其中的诀窍是，你的速度只与你的DNS解析和一些微服务器一样慢。我以前使用的curl选项每次调用大约需要3秒（有时达到我设置为20秒的完整超时范围），这取决于目标服务器的响应时间（如果有的话）

我现在选择的路径很容易理解：我最终得到了一个解析域列表，如果需要，我可以使用curl“按需”或使用一个或多个CRON作业“按间隔”检查这些域

我知道这是一种解决方法，但将问题分为两个任务（1=预检查根域，2=检查域是否返回预期的HTTP代码）比使用curl一次完成整个工作要快

我从中学到了什么…

在检查域时，首先尝试解析它们，这样就可以避免curl带来的超时负担

Curl对于很多任务来说都很好，但它并不是尝试用它做所有事情的最聪明的方法

当你认为你不能解决一个问题超过你已经尝试做的，把问题分成两个或更多的部分，然后再次检查。机会很大，你会发现一个全新的世界的选择，以提高你所拥有的

我希望这能减轻一个人几个星期来摆弄同样问题的负担

类域utils{
函数_u构造（）{
//只有这些超级域
$this->superDomains=array(
“.com”，
“.gov”，
“.org”，
“.co.uk”，
“.info”，
“.co”，
“.net”，
“.我”，
"电视",，
“莫比先生”
);  
}
//获取超级域
公共函数getMainDomain（$domain=null）{
$domainChunks=explode（'.'，str_-ireplace（$this->superDomains，，$domain））；
if（sizeof（$domainChunks）==0）{
返回false；
}
foreach（$key=>$domainChunk的域块）{
如果（$key

@egis：这无助于找到根域，它只解析url并返回（除其他外）主机。我需要知道并验证该主机的根域！请定义一个“有效根域”-这不是DNS中可识别的术语。我将“有效”定义为“仅存在”。但是如果你完全检查了这个问题，你会注意到这不是唯一的DNS问题。哦，当我这么做的时候：DNS不“识别术语”，但我打赌你知道我会这么说。。。你不是吗干杯。这就是为什么我用“.”（点）来分解它，然后从头到尾工作

function my_gethostbyname($host, $try_a = FALSE) 
{
    $dns = gethostbynamel6($host, $try_a);
    if ($dns == FALSE) 
    { 
        return FALSE; 
    }
    else 
    { 
        return $dns[0]; 
    }
}
function gethostbynamel6($host, $try_a = FALSE) 
{
    $dns = array();
    $dns6 = @dns_get_record($host, DNS_AAAA);
    if($dns6!== FALSE)
    {
        $dns = array_merge($dns, $dns6);
    }
    if ($try_a == TRUE) 
    {
        $dns4 = @dns_get_record($host, DNS_A);
        if($dns4!== FALSE)
        {
            $dns = array_merge($dns, $dns4);
        }
    }
    else
    {
        $dns = $dns6;
    }
    $ip6 = array();
    $ip4 = array();
    foreach ($dns as $record) 
    {
        if ($record["type"] == "A") 
        {
            $ip4[] = $record["ip"];
        }
        if ($record["type"] == "AAAA") 
        {
            $ip6[] = $record["ipv6"];
        }
    }
    if (count($ip6) < 1) 
    {
        if ($try_a == TRUE) 
        {
            if (count($ip4) < 1) 
            {
                return FALSE;
            }
            else 
            {
                return $ip4;
            }
        }
        else 
        {
            return FALSE;
        }
    }
    else 
    {
        return $ip6;
    }
}

class DomainUtils {
  function __construct(){

    //only these super domains
    $this->superDomains = array(
        '.com',
        '.gov',
        '.org',
        '.co.uk',
        '.info',
        '.co',
        '.net',
        '.me',
        '.tv',
        '.mobi'
    );  
  }

  //get super domain
  public function getMainDomain($domain = null){
    $domainChunks = explode('.', str_ireplace($this->superDomains, '', $domain));
    if(sizeof($domainChunks) == 0){
        return false;
    }
    foreach($domainChunks as $key => $domainChunk){
        if($key < sizeof($domainChunks) - 1){ 
            $domain = str_ireplace($domainChunk . '.', '', $domain); 
        }
    }
    return $domain;
  } 
}