使用C#正则表达式解析域名？

Question

我需要从一个字符串中解析出域名。字符串可能会有所不同，但我需要完全匹配的域名。

字符串示例：

http://somename.de/
www.somename.de/
somename.de/
somename.de/somesubdirectory
www.somename.de/?pe=12

我需要以下格式的内容，只包含域名、顶级域名和www（如果适用）:

www.somename.de

如何使用C#完成这个任务？

- Umair A.

---

嘿，感谢你让它更加清晰明了。 - Umair A.

Answer 1

作为正则表达式方案的替代，您可以使用 System.Uri 类来解析字符串。您只需要确保该字符串包含一个 scheme。

string uriString = "http://www.google.com/search";

if (!uriString.Contains(Uri.SchemeDelimiter))
{
    uriString = string.Concat(Uri.UriSchemeHttp, Uri.SchemeDelimiter, uriString);
}

string domain = new Uri(uriString).Host;

这个解决方案还会过滤掉任何端口号，并将IPv6地址转换为它的规范形式。

- Niels van der Rest

---

你的答案看起来也是有效的。 - Umair A.

@AbdulSaboor，你期望什么？URL包含一个带有空格的主机名（“ blabla”），这使它成为无效的主机名。只有“http://”也是无效的URL。Uri构造函数期望一个有效的URL。 - Niels van der Rest

1. 如果我去除空格，它就显示为有效的URL。
2. 我尝试只使用blabla，但它仍显示为有效的URL。我认为这不应该是这样。

- Abdul Saboor

Answer 2

我简单使用了它

 Uri uri = new Uri("http://www.google.com/search?q=439489");
            string url = uri.Host.ToString();
            return url;

因为使用这个，你可以确保。

- Steven Spielberg

---

虽然不能确定，但是你的解决方案也接受"h t t p : / / h t t p : / /yee"作为正确的URL（无空格，但是stackoverflow会把双倍的http://改成一个...）。 - Saskia

Answer 3

我查看了正则表达式库，并且看起来像这样的东西可能适合你： Regular Expression Library。

^(([\w][\w\-\.]*)\.)?([\w][\w\-]+)(\.([\w][\w\.]*))?$

- Brandon Satrom

---

@Umair Ashraf - 你应该解释一下它为什么不起作用。你能举一个它无法匹配的行的例子吗？ - Kobi

我直接将这行代码放入正则表达式构造函数中，如下（@"^(([\w][\w-.]).)?([\w][\w-]+)(.([\w][\w.]))?$"）。 - Umair A.

Answer 4

试试这个：

^(?:\w+://)?([^/?]*)

这是一个弱正则表达式 - 它不验证字符串，而是假设它已经是一个URL，并获取第一个单词，直到第一个斜杠，同时忽略协议。要获取域，请查看第一个捕获组，例如：

string url = "http://www.google.com/hello";
Match match = Regex.Match(url, @"^(?:\w+://)?([^/?]*)");
string domain = match.Groups[1].Value;

作为额外的奖励，它还会捕获到第一个?，因此url google.com?hello=world将按预期工作。

- Kobi