给定一个URL，我想提取域名（不应包含“www”部分）。 URL 可能包含 http/https。这是我编写的 Java 代码。虽然它似乎运行正常，但是否有更好的方法或是否存在一些可能失败的边缘情况。
public static String getDomainName(String url) throws MalformedURLException{
if(!url.startsWith("http") && !url.startsWith("https")){
url = "http://" + url;
}
URL netUrl = new URL(url);
String host = netUrl.getHost();
if(host.startsWith("www")){
host = host.substring("www".length()+1);
}
return host;
}
输出：google.com
java.net.URI。 java.net.URL存在许多问题 - 其equals方法会执行DNS查找，因此在与不受信任的输入一起使用时，可能会使代码容易受到拒绝服务攻击的影响。
“Mr. Gosling - 为什么要让url equals变得糟糕？”解释了其中一个问题。请养成使用java.net.URI的习惯。public static String getDomainName(String url) throws URISyntaxException {
URI uri = new URI(url);
String domain = uri.getHost();
return domain.startsWith("www.") ? domain.substring(4) : domain;
}
你想要的功能应该可以实现。
虽然它似乎工作良好，但是否有更好的方法或可能失败的一些边缘情况？
按照您编写的代码，以下有效的URL将失败：
httpfoo/bar -- 带有以http开头的路径组件的相对URL。HTTP://example.com/ -- 协议是不区分大小写的。//example.com/ -- 主机为协议相对URLwww/foo -- 带有以www开头的路径组件的相对URLwwwexample.com -- 不以www.开头而以www开头的域名。分层URL具有复杂的语法。 如果您在仔细阅读RFC 3986之前尝试自行编写解析器，则可能会出错。只需使用内置在核心库中的解析器。
如果您确实需要处理java.net.URI拒绝的混乱输入，请参见RFC 3986附录B：
附录B.使用正则表达式解析URI引用
由于“第一次匹配获胜”的算法与POSIX正则表达式使用的“贪婪”消除歧义方法相同，因此使用正则表达式将URI引用的潜在五个组件分解为其组件是自然而常见的。
以下行是分解格式良好的URI引用成其组件的正则表达式。
^(([^:/?#]+):)?(//([^/?#]*))?([^?#]*)(\?([^#]*))?(#(.*))? 12 3 4 5 6 7 8 9上面第二行中的数字仅用于辅助阅读，它们表示每个子表达式（即每个成对括号）的参考点。
www.google.com是一个带有路径组件的相对URL，路径组件为www.google.com。举个例子，如果相对于http://example.com/进行解析，你将得到http://example.com/www.google.com。 - Mike Samuelimport java.net.*;
import java.io.*;
public class ParseURL {
public static void main(String[] args) throws Exception {
URL aURL = new URL("http://example.com:80/docs/books/tutorial"
+ "/index.html?name=networking#DOWNLOADING");
System.out.println("protocol = " + aURL.getProtocol()); //http
System.out.println("authority = " + aURL.getAuthority()); //example.com:80
System.out.println("host = " + aURL.getHost()); //example.com
System.out.println("port = " + aURL.getPort()); //80
System.out.println("path = " + aURL.getPath()); // /docs/books/tutorial/index.html
System.out.println("query = " + aURL.getQuery()); //name=networking
System.out.println("filename = " + aURL.getFile()); ///docs/books/tutorial/index.html?name=networking
System.out.println("ref = " + aURL.getRef()); //DOWNLOADING
}
}
URL类，而不是Android的Uri。现在我看到了authority和host之间的区别。 - CoolMind以下是使用Guava的InternetDomainName.topPrivateDomain()的简短且简单的代码：InternetDomainName.from(new URL(url).getHost()).topPrivateDomain().toString()
如果给定 http://www.google.com/blah，它将返回 google.com。或者，如果给定 http://www.google.co.mx，它将返回 google.co.mx。
正如Sa Qada在此问题的另一个答案中所评论的那样，此问题已经被问过了：从给定的url提取主域名。该问题的最佳答案来自Satya，他建议使用Guava的InternetDomainName.topPrivateDomain()
public boolean isTopPrivateDomain()
指示此域名是否由正好一个子域组件和一个公共后缀组成。例如，对于google.com和foo.co.uk返回true，但对于www.google.com或co.uk则不返回。
警告：此方法的真实结果并不意味着该域是可寻址主机的最高级别，因为许多公共后缀也是可寻址主机。例如，域bar.uk.com具有公共后缀uk.com，因此它将从该方法返回true。但uk.com本身是一个可寻址的主机。
此方法可用于确定域是否可能是可以设置cookie的最高级别，尽管这仍取决于各个浏览器对cookie控件的实现。详见RFC 2109。
将此与原始帖子已经包含的URL.getHost()结合使用，即可得到：
import com.google.common.net.InternetDomainName;
import java.net.URL;
public class DomainNameMain {
public static void main(final String... args) throws Exception {
final String urlString = "http://www.google.com/blah";
final URL url = new URL(urlString);
final String host = url.getHost();
final InternetDomainName name = InternetDomainName.from(host).topPrivateDomain();
System.out.println(urlString);
System.out.println(host);
System.out.println(name);
}
}
"://"（如果没有包含则为索引0）和第一个后续 "/" （如果没有后续，则为索引String.length()）之间的位。剩余的前缀 "www(_)*." 会被切除。我确定有一些情况这个方法不够好，但在大多数情况下应该足够使用！java.net.URI 类可以做到这一点（并且优于 java.net.URL 类），但我遇到了 URI 类的问题。特别是，如果URL不包括方案（即 "http(s)" 部分），URI.getHost() 将返回空值。/**
* 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;
}
http://bob.com:8080/service/read?name=robert。 - Lee Meador以上都很好。这个对我来说似乎非常简单易懂。请原谅引号。我是为Groovy编写的，类名为DataCenter。
最初的回答：
以上方法都不错。以下方法在我看来非常简单易懂。请忽略引号，该段代码是为Groovy中的DataCenter类编写的。
static String extractDomainName(String url) {
int start = url.indexOf('://')
if (start < 0) {
start = 0
} else {
start += 3
}
int end = url.indexOf('/', start)
if (end < 0) {
end = url.length()
}
String domainName = url.substring(start, end)
int port = domainName.indexOf(':')
if (port >= 0) {
domainName = domainName.substring(0, port)
}
domainName
}
以下是一些junit4测试：
最初的回答：
@Test
void shouldFindDomainName() {
assert DataCenter.extractDomainName('http://example.com/path/') == 'example.com'
assert DataCenter.extractDomainName('http://subpart.example.com/path/') == 'subpart.example.com'
assert DataCenter.extractDomainName('http://example.com') == 'example.com'
assert DataCenter.extractDomainName('http://example.com:18445/path/') == 'example.com'
assert DataCenter.extractDomainName('example.com/path/') == 'example.com'
assert DataCenter.extractDomainName('example.com') == 'example.com'
}
public static String getUrlDomain(String url) throws URISyntaxException {
URI uri = new URI(url);
String domain = uri.getHost();
String[] domainArray = domain.split("\\.");
if (domainArray.length == 1) {
return domainArray[0];
}
return domainArray[domainArray.length - 2] + "." + domainArray[domainArray.length - 1];
}
val host = url.split("/")[2]
在URI对象创建后，我进行了一些小的处理。
if (url.startsWith("http:/")) {
if (!url.contains("http://")) {
url = url.replaceAll("http:/", "http://");
}
} else {
url = "http://" + url;
}
URI uri = new URI(url);
String domain = uri.getHost();
return domain.startsWith("www.") ? domain.substring(4) : domain;
public String getDomainName(URL url){
String strDomain;
String[] strhost = url.getHost().split(Pattern.quote("."));
String[] strTLD = {"com","org","net","int","edu","gov","mil","arpa"};
if(Arrays.asList(strTLD).indexOf(strhost[strhost.length-1])>=0)
strDomain = strhost[strhost.length-2]+"."+strhost[strhost.length-1];
else if(strhost.length>2)
strDomain = strhost[strhost.length-3]+"."+strhost[strhost.length-2]+"."+strhost[strhost.length-1];
else
strDomain = strhost[strhost.length-2]+"."+strhost[strhost.length-1];
return strDomain;}
http://74.125.226.70并告诉我结果如何 :) - Marvin Pintohttp://www.de/或http://www.com/将无法获得期望的结果。 - Michael Konietzka