从字符串 php 中提取顶级域

Question

我需要从可以是任何字符串的字符串中提取域名。如：

$sitelink="http://www.somewebsite.com/product/3749875/info/overview.html";

或

$sitelink="http://subdomain.somewebsite.com/blah/blah/whatever.php";

无论如何，我希望提取“somewebsite.com”部分（可以是任何内容），然后丢弃其余部分。

Answer 1

与parse_url($url)

<?php
$url = 'http://username:password@hostname/path?arg=value#anchor';

print_r(parse_url($url));
?>

The above example will output:

Array
(
    [scheme] => http
    [host] => hostname
    [user] => username
    [pass] => password
    [path] => /path
    [query] => arg=value
    [fragment] => anchor
)

使用这些值

echo parse_url($url, PHP_URL_HOST); //hostname

或

$url_info = parse_url($url);
echo $url_info['host'];//hostname

Answer 2

在这里

<?php

$sitelink="http://www.somewebsite.com/product/3749875/info/overview.html";

$domain_pieces = explode(".", parse_url($sitelink, PHP_URL_HOST));

$l = sizeof($domain_pieces);

$secondleveldomain = $domain_pieces[$l-2] . "." . $domain_pieces[$l-1];

echo $secondleveldomain;

请注意，这可能不是您正在寻找的行为，因为对于像这样的主机

stackoverflow.co.uk

它会回显“co.uk”

---

见：

http://publicsuffix.org/learn/

http://www.dkim-reputation.org/regdom-libs/

http://www.dkim-reputation.org/regdom-lib-downloads/

Answer 3

您需要使用Public Suffix List 的软件包，只有这样您才能正确提取具有二级、三级TLD（co.uk、a.bg、b.bg 等）和多级子域的域。正则表达式、parse_url() 或字符串函数永远不会产生绝对正确的结果。

我建议使用TLD Extract。这里的代码示例：

$extract = new LayerShifter\TLDExtract\Extract();

$result = $extract->parse('http://www.somewebsite.com/product/3749875/info/overview.html');
$result->getSubdomain(); // will return (string) 'www'
$result->getHostname(); // will return (string) 'somewebsite'
$result->getSuffix(); // will return (string) 'com'
$result->getRegistrableDomain(); // will return (string) 'somewebsite.com'

Answer 4

2个复杂的url

$url="https://www.example.co.uk/page/section/younameit";
or
$url="https://example.co.uk/page/section/younameit";

获取“www.example.co.uk”：

$host=parse_url($url, PHP_URL_HOST);

仅获取“example.co.uk”

$parts = explode('www.',$host);
$domain = $parts[1];

// ...or...

$domain = ltrim($host, 'www.')

如果您的网址包含“www”。或不会得到相同的最终结果，即“example.co.uk”

瞧！

Answer 5

对于可以是任何东西的字符串，新方法：

function extract_plain_domain($text) {

    $text=trim($text,"/");
    $text=strtolower($text);

    $parts=explode("/",$text);
    if (substr_count($parts[0],"http")) {
        $parts[0]="";
    }
    reset ($parts);while (list ($key, $val) = each ($parts)) {
            if (!empty($val)) { $text=$val; break; }
    }

    $parts=explode(".",$text);
    if (empty($parts[2])) {
        return $parts[0].".".$parts[1];
        } else {
        $num_parts=count($parts);
        return $parts[$num_parts-2].".".$parts[$num_parts-1];
        }

} // end function extract_plain_domain

Answer 6

您可以使用 Utopia Domains 库 (https://github.com/utopia-php/domains)，它将根据 Mozilla 公共后缀列表 (https://publicsuffix.org) 返回域 TLD 和公共后缀，它可以用作当前存档的 TLDExtract 包的替代品.

您可以使用 'parse_url' 函数从您的 URL 中获取主机名，然后使用 Utopia Domains 解析器获取正确的 TLD 并将其与域名一起加入：

<?php

require_once './vendor/autoload.php';

use Utopia\Domains\Domain;

$url = 'http://demo.example.co.uk/site';

$domain = new Domain(parse_url($url, PHP_URL_HOST)); // demo.example.co.uk

var_dump($domain->get()); // demo.example.co.uk
var_dump($domain->getTLD()); // uk
var_dump($domain->getSuffix()); // co.uk
var_dump($domain->getName()); // example
var_dump($domain->getSub()); // demo
var_dump($domain->isKnown()); // true
var_dump($domain->isICANN()); // true
var_dump($domain->isPrivate()); // false
var_dump($domain->isTest()); // false

var_dump($domain->getName().'.'.$domain->getSuffix()); // example.co.uk