我需要浏览大量的字符串 url 并从中提取域名。
例如：
http://www.stackoverflow.com/questions 将提取 www.stackoverflow.com
我最初使用的是new URL(theUrlString).getHost()，但 URL 对象初始化为该过程增加了很多时间，并且似乎不需要。
是否有更快的方法来提取同样可靠的主机名？
谢谢
编辑：我的错误，是的 www。将包含在上面的域名示例中。此外，这些网址可能是 http 或 https
【问题讨论】：
http:// 或https://，然后将所有内容提取到第一个/ 或: (端口 - 不确定你是否想要这个）。但是我不确定这是否涵盖所有情况（因此是评论而不是答案）
如果你想处理https等，我建议你这样做：
int slashslash = url.indexOf("//") + 2;
domain = url.substring(slashslash, url.indexOf('/', slashslash));
请注意，这包括www 部分（就像URL.getHost() 会做的那样），它实际上是域名的一部分。
通过 cmets 请求编辑
这里有两种可能有用的方法：
/**
* Will take a url such as http://www.stackoverflow.com and return www.stackoverflow.com
*
* @param url
* @return
*/
public static String getHost(String url){
if(url == null || url.length() == 0)
return "";
int doubleslash = url.indexOf("//");
if(doubleslash == -1)
doubleslash = 0;
else
doubleslash += 2;
int end = url.indexOf('/', doubleslash);
end = end >= 0 ? end : url.length();
int port = url.indexOf(':', doubleslash);
end = (port > 0 && port < end) ? port : end;
return url.substring(doubleslash, end);
}
/** Based on : http://grepcode.com/file/repository.grepcode.com/java/ext/com.google.android/android/2.3.3_r1/android/webkit/CookieManager.java#CookieManager.getBaseDomain%28java.lang.String%29
* Get the base domain for a given host or url. E.g. mail.google.com will return google.com
* @param host
* @return
*/
public static String getBaseDomain(String url) {
String host = getHost(url);
int startIndex = 0;
int nextIndex = host.indexOf('.');
int lastIndex = host.lastIndexOf('.');
while (nextIndex < lastIndex) {
startIndex = nextIndex + 1;
nextIndex = host.indexOf('.', startIndex);
}
if (startIndex > 0) {
return host.substring(startIndex);
} else {
return host;
}
}
【讨论】：
您需要非常小心地实施“快速”的方式来取消选择 URL。 URL 中有很多潜在的可变性，可能会导致“快速”方法失败。例如：
方案（协议）部分可以用大小写字母任意组合；例如“http”、“Http”和“HTTP”是等价的。
权限部分可以选择包括用户名和/或端口号，如“http://you@example.com:8080/index.html”。
由于 DNS 不区分大小写，因此 URL 的主机名部分也（有效地）不区分大小写。
对 URL 的方案或权限组件中的未保留字符进行 % 编码是合法的（尽管非常不规则）。在匹配（或剥离）方案或解释主机名时，您需要考虑到这一点。带有 %-encoded 字符的主机名被定义为等同于带有 %-encoded 序列解码的主机名。
现在，如果您可以完全控制生成要剥离的 URL 的过程，您可能可以忽略这些细节。但是，如果它们是从文档或网页中获取的，或者是由人类输入的，那么建议您考虑一下如果您的代码遇到“不寻常”的 URL 可能会发生什么。
如果您关心的是构建 URL 对象所花费的时间，请考虑改用 URI 对象。除了其他好处之外，URI 对象不会尝试对主机名部分进行 DNS 查找。
【讨论】：
我写了一个方法（见下文），它提取一个 url 的域名并使用简单的字符串匹配。它实际上做的是提取第一个"://"（或索引0，如果不包含"://"）和第一个后续"/"（或索引String.length()，如果没有后续"/"）之间的位。剩余的，前面的"www(_)*." 位被切掉。我相信在某些情况下这还不够好，但在大多数情况下应该足够好！
我读到 here java.net.URI 类可以做到这一点（并且比 java.net.URL 类更受欢迎）但我遇到了 URI 类的问题。值得注意的是，如果 url 不包含该方案，URI.getHost() 会给出一个空值，即"http(s)" 位。
/**
* Extracts the domain name from {@code url}
* by means of String manipulation
* rather than using the {@link URI} or {@link URL} class.
*
* @param url is non-null.
* @return the domain name within {@code url}.
*/
public String getUrlDomainName(String url) {
String domainName = new String(url);
int index = domainName.indexOf("://");
if (index != -1) {
// keep everything after the "://"
domainName = domainName.substring(index + 3);
}
index = domainName.indexOf('/');
if (index != -1) {
// keep everything before the '/'
domainName = domainName.substring(0, index);
}
// check for and remove a preceding 'www'
// followed by any sequence of characters (non-greedy)
// followed by a '.'
// from the beginning of the string
domainName = domainName.replaceFirst("^www.*?\\.", "");
return domainName;
}
【讨论】：
尝试方法：该类中的getDomainFromUrl()
package com.visc.mobilesecurity.childrencare.utils;
import android.content.Context;
import com.visc.mobilesecurity.antitheft.backwardcompatibility.FroyoSupport;
import com.visc.mobilesecurity.antitheft.util.AntiTheftUtils;
import com.visc.mobilesecurity.constant.Key;
import com.visc.mobilesecurity.util.Prefs;
import org.json.JSONObject;
import java.io.File;
import java.io.FileOutputStream;
import java.io.InputStream;
/**
* Created by thongnv12 on 3/9/2018.
*/
public class ChildcareUtils {
public static final String[] NATION_DOMAIN = {"af", "ax", "al", "dz", "as", "ad", "ao", "ai", "aq", "ag", "ar", "am", "aw", "ac", "au", "at", "az", "bs", "bh", "bd", "bb", "eus",
"by", "be", "bz", "bj", "bm", "bt", "bo", "bq", "ba", "bw", "bv", "br", "io", "vg", "bn", "bg", "bf", "mm", "bi", "kh", "cm", "ca", "cv", "cat", "ky", "cf", "td", "cl",
"cn", "cx", "cc", "co", "km", "cd", "cg", "ck", "cr", "ci", "hr", "cu", "cw", "cy", "cz", "dk", "dj", "dm", "do", "tl", "ec", "eg", "sv", "gq", "er", "ee", "et", "eu",
"fk", "fo", "fm", "fj", "fi", "fr", "gf", "pf", "tf", "ga", "gal", "gm", "ps", "ge", "de", "gh", "gi", "gr", "gl", "gd", "gp", "gu", "gt", "gg", "gn", "gw", "gy", "ht",
"hm", "hn", "hk", "hu", "is", "in", "id", "ir", "iq", "ie", "im", "il", "it", "jm", "jp", "je", "jo", "kz", "ke", "ki", "kw", "kg", "la", "lv", "lb", "ls", "lr", "ly",
"li", "lt", "lu", "mo", "mk", "mg", "mw", "my", "mv", "ml", "mt", "mh", "mq", "mr", "mu", "yt", "mx", "md", "mc", "mn", "me", "ms", "ma", "mz", "mm", "na", "nr", "np",
"nl", "nc", "nz", "ni", "ne", "ng", "nu", "nf", "kp", "mp", "no", "om", "pk", "pw", "ps", "pa", "pg", "py", "pe", "ph", "pn", "pl", "pt", "pr", "qa", "ro", "ru", "rw",
"re", "bq", "bl", "sh", "kn", "lc", "mf", "fr", "pm", "vc", "ws", "sm", "st", "sa", "sn", "rs", "sc", "sl", "sg", "bq", "sx", "sk", "si", "sb", "so", "so", "za", "gs",
"kr", "ss", "es", "lk", "sd", "sr", "sj", "sz", "se", "ch", "sy", "tw", "tj", "tz", "th", "tg", "tk", "to", "tt", "tn", "tr", "tm", "tc", "tv", "ug", "ua", "ae", "uk",
"us", "vi", "uy", "uz", "vu", "va", "ve", "vn", "wf", "eh", "zm", "zw"};
public static boolean isInNationString(String str) {
for (int index = 0; index < NATION_DOMAIN.length; index++) {
if (NATION_DOMAIN[index].equals(str)) {
return true;
}
}
return false;
}
public static String getDomainFromUrl(String urlStr) {
try {
String result = null;
// URL url = new URL(urlStr);
// result = url.getHost();
// return result;
//
// for test
// check dau cach
if (urlStr.contains(" ")) {
return null;
}
// replace
urlStr = urlStr.replace("https://", "");
urlStr = urlStr.replace("http://", "");
urlStr = urlStr.replace("www.", "");
//
String[] splitStr = urlStr.split("/");
String domainFull = splitStr[0];
String[] splitDot = domainFull.split("\\.");
if (splitDot.length < 2) {
return null;
}
String nationStr = splitDot[splitDot.length - 1];
if (isInNationString(nationStr)) {
if (splitDot.length < 4) {
result = domainFull;
} else {
StringBuilder strResult = new StringBuilder();
int lengthDot = splitDot.length;
strResult.append(splitDot[lengthDot - 3]).append(".");
strResult.append(splitDot[lengthDot - 2]).append(".");
strResult.append(splitDot[lengthDot - 1]);
result = strResult.toString();
}
} else {
if (splitDot.length < 3) {
result = domainFull;
} else {
StringBuilder strResult = new StringBuilder();
int lengthDot = splitDot.length;
strResult.append(splitDot[lengthDot - 2]).append(".");
strResult.append(splitDot[lengthDot - 1]);
result = strResult.toString();
}
}
return result;
} catch (Exception ex) {
ex.printStackTrace();
return null;
}
}
}
【讨论】：
只有另一种获取主机的方法
private String getHostName(String hostname) {
// to provide faultproof result, check if not null then return only hostname, without www.
if (hostname != null) {
return hostname.startsWith("www.") ? hostname.substring(4) : getHostNameDFExt(hostname);
}
return hostname;
}
private String getHostNameDFExt(String hostname) {
int substringIndex = 0;
for (char character : hostname.toCharArray()) {
substringIndex++;
if (character == '.') {
break;
}
}
return hostname.substring(substringIndex);
}
现在我们必须在从 URL 中提取后在函数中传递主机名
URL url = new URL("https://www.facebook.com/");
String hostname = getHostName(ur.getHost());
Toast.makeText(this, hostname, Toast.LENGTH_SHORT).show();
输出将是：“facebook.com”
【讨论】：
getHostNameDFExt？只需将 hostname 对称地返回到 hostname.startsWith("www.") true 案例中所需的内容即可。
你可以写一个正则表达式吗？ http:// 总是一样的，然后匹配所有内容，直到你得到第一个'/'。
【讨论】：
假设它们都是格式正确的 URL，但你不知道它们是否会是 http://、https:// 等。
int start = theUrlString.indexOf('/');
int start = theUrlString.indexOf('/', start+1);
int end = theUrlString.indexOf('/', start+1);
String domain = theUrlString.subString(start, end);
【讨论】：
start 的哪个值？ :-)
您可以尝试使用正则表达式。
http://download.oracle.com/javase/6/docs/api/java/util/regex/Pattern.html
这里有一个关于Java中用正则表达式提取域名的问题：
【讨论】：