Ruby on rails 如何在Ruby中解析url以获取主域？

我希望能够用ruby解析任何url，以获得域的主要部分，而不必使用

www

（仅限于XXXX.com）

如果url的格式为

http://www.google.com

，然后您可以执行以下操作：

a = 'http://www.google.com'
puts a.split(/\./)[1] + '.' + a.split(/\./)[2]

或

---

这几乎适用于任何URL：

# URL always gets parsed twice
def get_host_without_www(url)
  url = "http://#{url}" if URI.parse(url).scheme.nil?
  host = URI.parse(url).host.downcase
  host.start_with?('www.') ? host[4..-1] : host
end

或：

---

您可能必须

要求使用“uri”

请注意：为了克服第二个示例中对url的第二次解析，您可以进行字符串比较，而不是uri.parse

# Only parses once
def get_host_without_www(url)
  url = "http://#{url}" unless url.start_with?('http')
  uri = URI.parse(url)
  host = uri.host.downcase
  host.start_with?('www.') ? host[4..-1] : host
end

---

这种方法的缺点是，它将url限制为基于http（s）的url，这是广泛使用的标准。但是，如果您想使用更通用的方法（例如ftp链接），您必须进行相应的调整。

请注意没有算法方法可以找到某个特定顶级域的最高注册级别（每个注册表的策略不同），唯一的方法是创建所有顶级域以及可以注册域的级别的列表

这就是为什么存在的原因

我是一个Ruby库的作者，它将一个域分解为不同的部分

这里有一个例子

require 'uri/http'

uri = URI.parse("http://toolbar.google.com")
domain = PublicSuffix.parse(uri.host)
# => "toolbar.google.com"
domain.domain
# => "google.com"

uri = URI.parse("http://www.google.co.uk")
domain = PublicSuffix.parse(uri.host)
# => "www.google.co.uk"
domain.domain
# => "google.co.uk"

---

这里有一个更适合.co.uk和.com.fr类型的域

domain = uri.host[/[^.\s\/]+\.([a-z]{3,}|([a-z]{2}|com)\.[a-z]{2})$/]

这可能是2018年的正确答案，尤其是

然而，我需要在多个地方，从不同的数据源进行这种解析，并且发现重复使用有点冗长。所以我在它周围做了一个包装

---

我希望这对其他人有帮助。

您可以编写以下方法：

require 'URI'
def domain_name(url, arg={:with_dot_principal=>false})
  arg[:with_dot_principal] ? URI(url).hostname.split('.').last(2).join('.') : URI(url).hostname.split('.').last(2).first
end

并使用：

domain_name("https://www.google.com/?gws_rd=ssl&safe=active&ssui=on")
# => "google"
domain_name("http://google.com", with_dot_principal: true)
# => "google.com"

---

绝对不是-这取决于你的输入-你一次只接收一个url作为输入吗？URL是否有相对路径？它们是否总是将

www

作为子域提供？他们总是有子域吗？它们都是

http

url还是您通过

https

、

ftp

等方式获取url？还有更多的问题可以问-这只是让你开始：）这对英国域名不起作用例如，如果

url

只是

www.example.com

，这可能不起作用，URI对没有方案的URI反应不好。你可以在

u=URI.parse（url）

之后立即检查

u.scheme

，然后在必要时添加方案并重新分析。我认为这太复杂了。这应该有效：

URI（'http://www.example.com“）.host.match（/[^\.]+\.\w+$/）。到

@Chip嘿，你的正则表达式不能检查

ccTLD

If

URI（“）http://www.example.co.kr“）.host.match（/[^\.]+\.\w+$/）。将其编码，然后输出
=>“co.kr”
，作为最后一个
domain.domain#=>“google.com”
是一个错误还是我不明白？不，这不是一个错误。第一个
域是变量，第二个是方法调用。变量可以随意调用。“这就是为什么公共后缀列表存在的原因…”-我不相信“main”域和PSL中的一个条目是一样的。PSL包括用于cookie的GTLD、CCTLD和路径。确定“主”域不需要cookie路径，这可能会导致错误的结果。@SimoneCarletti我的原始注释是不久前的，但我的意思是在上一个示例中
.co.uk
，突然变成
.com
。我将
域.domain
重命名为
域.name
Ruby在匹配终端实体服务器证书时，在所有情况下都无法正确处理主机名匹配。我知道一些意外和无意义的结果。此结果返回nil：
require 'adomain'

Adomain["https://toolbar.google.com"]
# => "toolbar.google.com"

Adomain["https://www.google.com"]
# => "google.com"

Adomain["stackoverflow.com"]
# => "stackoverflow.com"

require 'URI'
def domain_name(url, arg={:with_dot_principal=>false})
  arg[:with_dot_principal] ? URI(url).hostname.split('.').last(2).join('.') : URI(url).hostname.split('.').last(2).first
end

domain_name("https://www.google.com/?gws_rd=ssl&safe=active&ssui=on")
# => "google"
domain_name("http://google.com", with_dot_principal: true)
# => "google.com"