Phân tích tên miền từ một URL

Tôi cần xây dựng một chức năng phân tích tên miền từ một URL.

Vì vậy

http://google.com/dhasjkdas/sadsdds/sdda/sdads.html

hoặc là

http://www.google.com/dhasjkdas/sadsdds/sdda/sdads.html

nó sẽ trở lại google.com

với

http://google.co.uk/dhasjkdas/sadsdds/sdda/sdads.html

nó sẽ trả về google.co.uk.

Kiểm tra parse_url():

$url = 'http://google.com/dhasjkdas/sadsdds/sdda/sdads.html';
$parse = parse_url($url);
echo $parse['host']; // prints 'google.com'

parse_url không xử lý các url thực sự rất tệ, nhưng vẫn ổn nếu bạn thường mong đợi các url tốt.

$domain = str_ireplace('www.', '', parse_url($url, PHP_URL_HOST));

Điều này sẽ trả lại google.comcho cả http://google.com/ ... và http://www.google.com/ ...

Từ http://us3.php.net/manual/en/feft.parse-url.php#93983

vì một số lý do kỳ lạ, parse_url trả về máy chủ (ví dụ: ví dụ.com) là đường dẫn khi không có lược đồ nào được cung cấp trong url đầu vào. Vì vậy, tôi đã viết một chức năng nhanh chóng để có được máy chủ thực sự:

function getHost($Address) { 
   $parseUrl = parse_url(trim($Address)); 
   return trim($parseUrl['host'] ? $parseUrl['host'] : array_shift(explode('/', $parseUrl['path'], 2))); 
} 

getHost("example.com"); // Gives example.com 
getHost("http://example.com"); // Gives example.com 
getHost("www.example.com"); // Gives www.example.com 
getHost("http://example.com/xyz"); // Gives example.com 

Mã có nghĩa là hoạt động 100% dường như không cắt nó cho tôi, tôi đã vá ví dụ một chút nhưng tìm thấy mã không hữu ích và có vấn đề với nó. vì vậy tôi đã thay đổi nó thành một vài chức năng (để lưu yêu cầu danh sách từ Mozilla mọi lúc và xóa hệ thống bộ đệm). Điều này đã được thử nghiệm với một bộ 1000 URL và dường như hoạt động.

function domain($url)
{
    global $subtlds;
    $slds = "";
    $url = strtolower($url);

    $host = parse_url('http://'.$url,PHP_URL_HOST);

    preg_match("/[^\.\/]+\.[^\.\/]+$/", $host, $matches);
    foreach($subtlds as $sub){
        if (preg_match('/\.'.preg_quote($sub).'$/', $host, $xyz)){
            preg_match("/[^\.\/]+\.[^\.\/]+\.[^\.\/]+$/", $host, $matches);
        }
    }

    return @$matches[0];
}

function get_tlds() {
    $address = 'http://mxr.mozilla.org/mozilla-central/source/netwerk/dns/effective_tld_names.dat?raw=1';
    $content = file($address);
    foreach ($content as $num => $line) {
        $line = trim($line);
        if($line == '') continue;
        if(@substr($line[0], 0, 2) == '/') continue;
        $line = @preg_replace("/[^a-zA-Z0-9\.]/", '', $line);
        if($line == '') continue;  //$line = '.'.$line;
        if(@$line[0] == '.') $line = substr($line, 1);
        if(!strstr($line, '.')) continue;
        $subtlds[] = $line;
        //echo "{$num}: '{$line}'"; echo "<br>";
    }

    $subtlds = array_merge(array(
            'co.uk', 'me.uk', 'net.uk', 'org.uk', 'sch.uk', 'ac.uk', 
            'gov.uk', 'nhs.uk', 'police.uk', 'mod.uk', 'asn.au', 'com.au',
            'net.au', 'id.au', 'org.au', 'edu.au', 'gov.au', 'csiro.au'
        ), $subtlds);

    $subtlds = array_unique($subtlds);

    return $subtlds;    
}

Sau đó sử dụng nó như

$subtlds = get_tlds();
echo domain('www.example.com') //outputs: example.com
echo domain('www.example.uk.com') //outputs: example.uk.com
echo domain('www.example.fr') //outputs: example.fr

Tôi biết tôi nên biến điều này thành một lớp học, nhưng không có thời gian.

function get_domain($url = SITE_URL)
{
    preg_match("/[a-z0-9\-]{1,63}\.[a-z\.]{2,6}$/", parse_url($url, PHP_URL_HOST), $_domain_tld);
    return $_domain_tld[0];
}

get_domain('http://www.cdl.gr'); //cdl.gr
get_domain('http://cdl.gr'); //cdl.gr
get_domain('http://www2.cdl.gr'); //cdl.gr

Nếu bạn muốn trích xuất máy chủ từ chuỗi http://google.com/dhasjkdas/sadsdds/sdda/sdads.html, việc sử dụng parse_url () là giải pháp chấp nhận được cho bạn.

Nhưng nếu bạn muốn trích xuất tên miền hoặc các phần của nó, bạn cần gói sử dụng Danh sách Suffix công khai . Có, bạn có thể sử dụng các hàm chuỗi arround parse_url (), nhưng đôi khi nó sẽ tạo ra kết quả không chính xác.

Tôi khuyên bạn nên TLDExtract để phân tích tên miền, đây là mã mẫu hiển thị diff:

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

# For 'http://google.com/dhasjkdas/sadsdds/sdda/sdads.html'

$url = 'http://google.com/dhasjkdas/sadsdds/sdda/sdads.html';

parse_url($url, PHP_URL_HOST); // will return google.com

$result = $extract->parse($url);
$result->getFullHost(); // will return 'google.com'
$result->getRegistrableDomain(); // will return 'google.com'
$result->getSuffix(); // will return 'com'

# For 'http://search.google.com/dhasjkdas/sadsdds/sdda/sdads.html'

$url = 'http://search.google.com/dhasjkdas/sadsdds/sdda/sdads.html';

parse_url($url, PHP_URL_HOST); // will return 'search.google.com'

$result = $extract->parse($url);
$result->getFullHost(); // will return 'search.google.com'
$result->getRegistrableDomain(); // will return 'google.com'

Tôi đã thấy rằng giải pháp của @ philfreo (được tham chiếu từ php.net) là khá tốt để có kết quả tốt nhưng trong một số trường hợp, nó hiển thị thông báo "thông báo" và "Tiêu chuẩn nghiêm ngặt" của php. Đây là một phiên bản cố định của mã này.

function getHost($url) { 
   $parseUrl = parse_url(trim($url)); 
   if(isset($parseUrl['host']))
   {
       $host = $parseUrl['host'];
   }
   else
   {
        $path = explode('/', $parseUrl['path']);
        $host = $path[0];
   }
   return trim($host); 
} 

echo getHost("http://example.com/anything.html");           // example.com
echo getHost("http://www.example.net/directory/post.php");  // www.example.net
echo getHost("https://example.co.uk");                      // example.co.uk
echo getHost("www.example.net");                            // example.net
echo getHost("subdomain.example.net/anything");             // subdomain.example.net
echo getHost("example.net");                                // example.net

Đây là mã tôi đã thực hiện mà 100% chỉ tìm thấy tên miền, vì phải có tài khoản phụ mozilla vào tài khoản. Điều duy nhất bạn phải kiểm tra là cách bạn tạo bộ đệm của tệp đó, vì vậy bạn không truy vấn mozilla mỗi lần.

Vì một số lý do lạ, các tên miền như co.uk không có trong danh sách, vì vậy bạn phải thực hiện một số hack và thêm chúng theo cách thủ công. Giải pháp không sạch nhất của nó nhưng tôi hy vọng nó sẽ giúp được ai đó.

//=====================================================
static function domain($url)
{
    $slds = "";
    $url = strtolower($url);

            $address = 'http://mxr.mozilla.org/mozilla-central/source/netwerk/dns/effective_tld_names.dat?raw=1';
    if(!$subtlds = @kohana::cache('subtlds', null, 60)) 
    {
        $content = file($address);
        foreach($content as $num => $line)
        {
            $line = trim($line);
            if($line == '') continue;
            if(@substr($line[0], 0, 2) == '/') continue;
            $line = @preg_replace("/[^a-zA-Z0-9\.]/", '', $line);
            if($line == '') continue;  //$line = '.'.$line;
            if(@$line[0] == '.') $line = substr($line, 1);
            if(!strstr($line, '.')) continue;
            $subtlds[] = $line;
            //echo "{$num}: '{$line}'"; echo "<br>";
        }
        $subtlds = array_merge(Array(
            'co.uk', 'me.uk', 'net.uk', 'org.uk', 'sch.uk', 'ac.uk', 
            'gov.uk', 'nhs.uk', 'police.uk', 'mod.uk', 'asn.au', 'com.au',
            'net.au', 'id.au', 'org.au', 'edu.au', 'gov.au', 'csiro.au',
            ),$subtlds);

        $subtlds = array_unique($subtlds);
        //echo var_dump($subtlds);
        @kohana::cache('subtlds', $subtlds);
    }


    preg_match('/^(http:[\/]{2,})?([^\/]+)/i', $url, $matches);
    //preg_match("/^(http:\/\/|https:\/\/|)[a-zA-Z-]([^\/]+)/i", $url, $matches);
    $host = @$matches[2];
    //echo var_dump($matches);

    preg_match("/[^\.\/]+\.[^\.\/]+$/", $host, $matches);
    foreach($subtlds as $sub) 
    {
        if (preg_match("/{$sub}$/", $host, $xyz))
        preg_match("/[^\.\/]+\.[^\.\/]+\.[^\.\/]+$/", $host, $matches);
    }

    return @$matches[0];
}

Bạn có thể truyền PHP_URL_HOST vào hàm parse_url làm tham số thứ hai

$url = 'http://google.com/dhasjkdas/sadsdds/sdda/sdads.html';
$host = parse_url($url, PHP_URL_HOST);
print $host; // prints 'google.com'

$domain = parse_url($url, PHP_URL_HOST);
echo implode('.', array_slice(explode('.', $domain), -2, 2))

Vui lòng xem xét thay thế giải pháp được chấp nhận bằng cách sau:

parse_url () sẽ luôn bao gồm bất kỳ tên miền phụ nào, vì vậy hàm này không phân tích tên miền rất tốt. Dưới đây là một số ví dụ:

$url = 'http://www.google.com/dhasjkdas/sadsdds/sdda/sdads.html';
$parse = parse_url($url);
echo $parse['host']; // prints 'www.google.com'

echo parse_url('https://subdomain.example.com/foo/bar', PHP_URL_HOST);
// Output: subdomain.example.com

echo parse_url('https://subdomain.example.co.uk/foo/bar', PHP_URL_HOST);
// Output: subdomain.example.co.uk

Thay vào đó, bạn có thể xem xét giải pháp thực dụng này. Nó sẽ bao gồm nhiều, nhưng không phải tất cả các tên miền - ví dụ: các tên miền cấp thấp hơn như 'sos.state.oh.us' không được bảo hiểm.

function getDomain($url) {
    $host = parse_url($url, PHP_URL_HOST);

    if(filter_var($host,FILTER_VALIDATE_IP)) {
        // IP address returned as domain
        return $host; //* or replace with null if you don't want an IP back
    }

    $domain_array = explode(".", str_replace('www.', '', $host));
    $count = count($domain_array);
    if( $count>=3 && strlen($domain_array[$count-2])==2 ) {
        // SLD (example.co.uk)
        return implode('.', array_splice($domain_array, $count-3,3));
    } else if( $count>=2 ) {
        // TLD (example.com)
        return implode('.', array_splice($domain_array, $count-2,2));
    }
}

// Your domains
    echo getDomain('http://google.com/dhasjkdas/sadsdds/sdda/sdads.html'); // google.com
    echo getDomain('http://www.google.com/dhasjkdas/sadsdds/sdda/sdads.html'); // google.com
    echo getDomain('http://google.co.uk/dhasjkdas/sadsdds/sdda/sdads.html'); // google.co.uk

// TLD
    echo getDomain('https://shop.example.com'); // example.com
    echo getDomain('https://foo.bar.example.com'); // example.com
    echo getDomain('https://www.example.com'); // example.com
    echo getDomain('https://example.com'); // example.com

// SLD
    echo getDomain('https://more.news.bbc.co.uk'); // bbc.co.uk
    echo getDomain('https://www.bbc.co.uk'); // bbc.co.uk
    echo getDomain('https://bbc.co.uk'); // bbc.co.uk

// IP
    echo getDomain('https://1.2.3.45');  // 1.2.3.45

Cuối cùng, Trình phân tích miền PHP của Jeremy Kendall cho phép bạn phân tích tên miền từ một url. League URI Hostname Parser cũng sẽ thực hiện công việc.

parse_url đã không làm việc cho tôi. Nó chỉ trở về con đường. Chuyển sang cơ bản bằng cách sử dụng php5.3 +:

$url  = str_replace('http://', '', strtolower( $s->website));
if (strpos($url, '/'))  $url = strstr($url, '/', true);

Tôi đã chỉnh sửa cho bạn:

function getHost($Address) { 
    $parseUrl = parse_url(trim($Address));
    $host = trim($parseUrl['host'] ? $parseUrl['host'] : array_shift(explode('/', $parseUrl['path'], 2))); 

    $parts = explode( '.', $host );
    $num_parts = count($parts);

    if ($parts[0] == "www") {
        for ($i=1; $i < $num_parts; $i++) { 
            $h .= $parts[$i] . '.';
        }
    }else {
        for ($i=0; $i < $num_parts; $i++) { 
            $h .= $parts[$i] . '.';
        }
    }
    return substr($h,0,-1);
}

Tất cả các loại url (www.domain.ltd, sub1.subn.domain.ltd sẽ dẫn đến: domain.ltd.

Tôi đang thêm câu trả lời này vì đây là câu trả lời xuất hiện nhiều nhất trên Google ...

Bạn có thể sử dụng PHP để ...

$url = "www.google.co.uk";
$host = parse_url($url, PHP_URL_HOST);
// $host == "www.google.co.uk"

để lấy máy chủ nhưng không phải miền riêng mà máy chủ đề cập đến. (Ví dụ www.google.co.uklà máy chủ lưu trữ, nhưng google.co.uklà miền riêng)

Để lấy tên miền riêng, bạn phải biết danh sách các hậu tố công khai mà người ta có thể đăng ký tên miền riêng. Danh sách này tình cờ được Mozilla quản lý tại https://publicsuffix.org/

Đoạn mã dưới đây hoạt động khi một mảng các hậu tố công khai đã được tạo. Chỉ cần gọi

$domain = get_private_domain("www.google.co.uk");

với mã còn lại ...

// find some way to parse the above list of public suffix
// then add them to a PHP array
$suffix = [... all valid public suffix ...];

function get_public_suffix($host) {
  $parts = split("\.", $host);
  while (count($parts) > 0) {
    if (is_public_suffix(join(".", $parts)))
      return join(".", $parts);

    array_shift($parts);
  }

  return false;
}

function is_public_suffix($host) {
  global $suffix;
  return isset($suffix[$host]);
}

function get_private_domain($host) {
  $public = get_public_suffix($host);
  $public_parts = split("\.", $public);
  $all_parts = split("\.", $host);

  $private = [];

  for ($x = 0; $x < count($public_parts); ++$x) 
    $private[] = array_pop($all_parts);

  if (count($all_parts) > 0)
    $private[] = array_pop($all_parts);

  return join(".", array_reverse($private));
}

Điều này thường sẽ hoạt động rất tốt nếu URL đầu vào không phải là toàn bộ rác. Nó loại bỏ tên miền phụ.

$host = parse_url( $Row->url, PHP_URL_HOST );
$parts = explode( '.', $host );
$parts = array_reverse( $parts );
$domain = $parts[1].'.'.$parts[0];

Thí dụ

Đầu vào: http://www2.website.com:8080/some/file/structure?some=parameters

Đầu ra: website.com

Kết hợp các câu trả lời của worldofjr và Alix Axel thành một chức năng nhỏ sẽ xử lý hầu hết các trường hợp sử dụng:

function get_url_hostname($url) {

    $parse = parse_url($url);
    return str_ireplace('www.', '', $parse['host']);

}

get_url_hostname('http://www.google.com/example/path/file.html'); // google.com

function getTrimmedUrl($link)
{
    $str = str_replace(["www.","https://","http://"],[''],$link);
    $link = explode("/",$str);
    return strtolower($link[0]);                
}

Kiểm tra parse_url ()

Chỉ cần sử dụng như sau ...

<?php
   echo $_SERVER['SERVER_NAME'];
?>