Regex 用于提取主机名的正则表达式

给定一个URL，我必须使用正则表达式查找主机名

URL可以是多种形式：

http://www.google.com/                            [预期为“google.com”]
https://www.google.com:2000/                      [预计为“www.google.com”]
http://100.1.25.3:8000/foo/bar?abc.php=xxxx+xxxx[预计为'100.1.25.3']
www.google.com[预期为“www.google.com”]
10.0.2.2:5000[预计为'10.0.2.2']
localhost/[应为“localhost”]
localhost/foo[应为'localhost']

我能想到的最接近的方法是：

^（？：[^:::+://）*（[^://]）*

并使用正则表达式的第一个捕获组捕获的字符串

然而，有几个案例失败了：

google.com[未捕获任何内容，应为“google.com”]
http://///x  [“http”已捕获，不应出现任何内容]

什么样的正则表达式可以处理这些情况

---

请注意：

• 我不是问我的正则表达式有什么问题。我知道哪里出了问题，我就是想不出另一个正则表达式
• 解决方案只需要可靠地提取主机名，而不需要验证它。我稍后会验证这些东西，所以如果正则表达式去掉

  google！com

  from

  https://google!com/foo

  ，这是可以接受的*

*。。。甚至可能是可取的，因为主机名可以包含Unicode字符（国际化域名）。

我想到了这个

/^(?:[a-zA-Z\d][a-zA-Z\d-]+){1}(?:\.[a-zA-Z]{2,6})+$/

^

-指示它必须以该正则表达式开头

（？：[a-zA-Z\d][a-zA-Z\d-]+）{1}

-与主机名匹配

（？：\.[a-zA-Z]{2,6}）+

-匹配一个或多个TLD<代码>（co.uk）

---

$

-表示它必须以这个正则表达式结尾

您可以在PCRE中使用这个正则表达式：

'~^(?:[^:\n]+://)?([^:#/\n]*)~m'

---

还显示您的预期输出。似乎与为什么不为此使用uri处理库非常相似？re当然不是一个合适的工具：谢谢你的回答，但是请注意最简单的测试用例（

google.com

）失败了。您不必进行如此严格的检查，因为我将实际处理IDN主机名，它具有unicode字符！（编辑以在问题中添加该细节）。