从 foo.bar.car.com 中的 URL 获取特定子域

Posted

技术标签:

【中文标题】从 foo.bar.car.com 中的 URL 获取特定子域【英文标题】:Get specific subdomain from URL in foo.bar.car.com 【发布时间】:2013-11-13 03:02:10 【问题描述】:

给定一个 URL 如下:

foo.bar.car.com.au

我需要提取foo.bar

我遇到了以下代码:

private static string GetSubDomain(Uri url)

    if (url.HostNameType == UriHostNameType.Dns)
    
        string host = url.Host;
        if (host.Split('.').Length > 2)
        
            int lastIndex = host.LastIndexOf(".");
            int index = host.LastIndexOf(".", lastIndex - 1);
            return host.Substring(0, index);
        
             
    return null;     

这让我喜欢foo.bar.car。我想要 foo.bar。我应该只使用 split 并取 0 和 1 吗?

但是有可能 wwww。

有没有简单的方法?

【问题讨论】:

首先,让我们保持语言干净。但第二,忘记代码,你怎么知道 foo.barfoo.bar.car.com.au 中的子域? 对语言感到抱歉。应该是美国的东西。我知道,因为我正在开发它。 问题不在于你怎么知道,@DarthVader。问题是,代码可以假设什么?请参阅下面的答案.. 【参考方案1】:

鉴于您的要求(您想要第一个两个级别,不包括“www”)我会这样处理它:

private static string GetSubDomain(Uri url)


    if (url.HostNameType == UriHostNameType.Dns)
    

        string host = url.Host;

        var nodes = host.Split('.');
        int startNode = 0;
        if(nodes[0] == "www") startNode = 1;

        return string.Format("0.1", nodes[startNode], nodes[startNode + 1]);

    

    return null; 

【讨论】:

【参考方案2】:

我遇到了类似的问题,根据前面的答案,写了这个扩展方法。最重要的是,它需要一个定义“根”域的参数,即方法的使用者认为是根的任何参数。在 OP 的情况下,调用将是

Uri uri = "foo.bar.car.com.au";
uri.DnsSafeHost.GetSubdomain("car.com.au"); // returns foo.bar
uri.DnsSafeHost.GetSubdomain(); // returns foo.bar.car

扩展方法如下:

/// <summary>Gets the subdomain portion of a url, given a known "root" domain</summary>
public static string GetSubdomain(this string url, string domain = null)

  var subdomain = url;
  if(subdomain != null)
  
    if(domain == null)
    
      // Since we were not provided with a known domain, assume that second-to-last period divides the subdomain from the domain.
      var nodes = url.Split('.');
      var lastNodeIndex = nodes.Length - 1;
      if(lastNodeIndex > 0)
        domain = nodes[lastNodeIndex-1] + "." + nodes[lastNodeIndex];
    

    // Verify that what we think is the domain is truly the ending of the hostname... otherwise we're hooped.
    if (!subdomain.EndsWith(domain))
      throw new ArgumentException("Site was not loaded from the expected domain");

    // Quash the domain portion, which should leave us with the subdomain and a trailing dot IF there is a subdomain.
    subdomain = subdomain.Replace(domain, "");
    // Check if we have anything left.  If we don't, there was no subdomain, the request was directly to the root domain:
    if (string.IsNullOrWhiteSpace(subdomain))
      return null;

    // Quash any trailing periods
    subdomain = subdomain.TrimEnd(new[] '.');
  

  return subdomain;

【讨论】:

如果你要编写扩展方法的麻烦,为什么不扩展System.Uri而不是字符串呢?然后它有一个适当的“URL”相关上下文。 @TrueBlueAussie 确实如此。我扩展字符串只是因为这是我的代码库的 MVP。正如您所建议的,未来的重构可能会导致扩展 System.Uri 以维护上下文。【参考方案3】:

您可以使用以下 nuget 包Nager.PublicSuffix。它使用 Mozilla 的 PUBLIC SUFFIX LIST 来分割域。

PM> Install-Package Nager.PublicSuffix

示例

 var domainParser = new DomainParser();
 var data = await domainParser.LoadDataAsync();
 var tldRules = domainParser.ParseRules(data);
 domainParser.AddRules(tldRules);

 var domainName = domainParser.Get("sub.test.co.uk");
 //domainName.Domain = "test";
 //domainName.Hostname = "sub.test.co.uk";
 //domainName.RegistrableDomain = "test.co.uk";
 //domainName.SubDomain = "sub";
 //domainName.TLD = "co.uk";

【讨论】:

这是将域/主机名分解为各个部分的唯一方法,这非常荒谬 - 拥有所有 TLD 的完整列表,然后拆分其余部分。【参考方案4】:
private static string GetSubDomain(Uri url)

    if (url.HostNameType == UriHostNameType.Dns)
    

        string host = url.Host;   
        String[] subDomains = host.Split('.');
        return subDomains[0] + "." + subDomains[1];
     
    return null; 

【讨论】:

【参考方案5】:

好的,首先。您是专门查看“com.au”,还是这些通用互联网域名?因为如果是后者,则根本没有自动方法来确定域中有多少是“站点”或“区域”或其他任何内容,以及该区域内的单个“主机”或其他记录有多少。

如果您需要能够从任意域名中找出这一点,您需要从 Mozilla Public Suffix 项目 (http://publicsuffix.org) 中获取 TLD 列表,并使用他们的算法在您的域中查找 TLD姓名。然后您可以假设您想要的部分以紧接在 TLD 之前的最后一个标签结尾。

【讨论】:

从“健壮代码”的角度来看,这比我的回答要正确得多。如果你知道你总是只想要前两个级别,我的会工作(作为一个起点),但总的来说这更好。【参考方案6】:

我建议使用正则表达式。以下代码 sn-p 应该提取您要查找的内容...

string input = "foo.bar.car.com.au";
var match = Regex.Match(input, @"^\w*\.\w*\.\w*");
var output = match.Value;

【讨论】:

using System.Text.RegularExpressions;【参考方案7】:

除了this answer中指定的NuGetNager.PubilcSuffix包外,还有NuGetLouw.PublicSuffix包,根据其GitHub project page是一个解析Public Suffix的.Net Core库,基于在Nager.PublicSuffix project 上,进行了以下更改:

移植到 .NET Core 库。 修复了库,使其通过了所有综合测试。 重构类以将功能拆分为更小的重点类。 使类不可变。因此DomainParser 可以用作单例并且是线程安全的。 添加了WebTldRuleProviderFileTldRuleProvider。 添加了了解规则是 ICANN 还是私有域规则的功能。 使用异步编程模型

该页面还指出,上述许多更改已提交回原始Nager.PublicSuffix project。

【讨论】:

以上是关于从 foo.bar.car.com 中的 URL 获取特定子域的主要内容,如果未能解决你的问题,请参考以下文章

从 URL 加载 Compound Drawable 中的图像

如何从 javascript 中的 URL 获取值

从 C# 中的属性获取图像 URL

如何从angularjs中的url中删除'#'

从 MongoDB 集合中的 URL 获取域名

如何从 Perl 中的相对 URL 中找到完整的 URL?