Извлечь имя хоста из строки

Я хотел бы сопоставить только корень URL-адреса, а не весь URL-адрес из текстовой строки. Учитывая:

http://www.youtube.com/watch?v=ClkQA2Lb_iE
http://youtu.be/ClkQA2Lb_iE
http://www.example.com/12xy45
http://example.com/random

Я хочу получить 2 последних экземпляра, разрешающих домен www.example.com или example.com.

Я слышал, что регулярное выражение медленное, и это будет мое второе выражение регулярных выражений на странице, так что если все равно это сделать без регулярного выражения, дайте мне знать.

Я ищу версию JS/jQuery этого решения.

ОТВЕТЫ

Ответ 1

Я рекомендую использовать пакет npm psl (Public Suffix List). "Общий список суффиксов" - это список всех действительных суффиксов и правил домена, не только доменов верхнего уровня с кодом страны, но и символов Юникода, которые будут считаться корневым доменом (т.е. Www. 食 狮. 公司.cn, bc kobe.jp и т.д.). Подробнее об этом здесь.

Попробуйте:

npm install --save psl

Затем с моей реализацией "extractHostname" запустите:

let psl = require('psl');
let url = 'http://www.youtube.com/watch?v=ClkQA2Lb_iE';
psl.get(extractHostname(url)); // returns youtube.com

Я не могу использовать пакет npm, поэтому ниже тестирует только extractHostname.

function extractHostname(url) {
    var hostname;
    //find & remove protocol (http, ftp, etc.) and get hostname

    if (url.indexOf("//") > -1) {
        hostname = url.split('/')[2];
    }
    else {
        hostname = url.split('/')[0];
    }

    //find & remove port number
    hostname = hostname.split(':')[0];
    //find & remove "?"
    hostname = hostname.split('?')[0];

    return hostname;
}

//test the code
console.log("== Testing extractHostname: ==");
console.log(extractHostname("http://www.blog.classroom.me.uk/index.php"));
console.log(extractHostname("http://www.youtube.com/watch?v=ClkQA2Lb_iE"));
console.log(extractHostname("https://www.youtube.com/watch?v=ClkQA2Lb_iE"));
console.log(extractHostname("www.youtube.com/watch?v=ClkQA2Lb_iE"));
console.log(extractHostname("ftps://ftp.websitename.com/dir/file.txt"));
console.log(extractHostname("websitename.com:1234/dir/file.txt"));
console.log(extractHostname("ftps://websitename.com:1234/dir/file.txt"));
console.log(extractHostname("example.com?param=value"));
console.log(extractHostname("https://facebook.github.io/jest/"));
console.log(extractHostname("//youtube.com/watch?v=ClkQA2Lb_iE"));
console.log(extractHostname("http://localhost:4200/watch?v=ClkQA2Lb_iE"));

Ответ 2

Чистый трюк без использования регулярных выражений:

var tmp        = document.createElement ('a');
;   tmp.href   = "http://www.example.com/12xy45";

// tmp.hostname will now contain 'www.example.com'
// tmp.host will now contain hostname and port 'www.example.com:80'

Оберните вышеприведенную функцию, например, ниже, и у вас есть превосходный способ вырвать часть домена из URI.

function url_domain(data) {
  var    a      = document.createElement('a');
         a.href = data;
  return a.hostname;
}

Ответ 3

Попробуйте следующее:

var matches = url.match(/^https?\:\/\/([^\/?#]+)(?:[\/?#]|$)/i);
var domain = matches && matches[1];  // domain will be null if no match is found

Если вы хотите исключить порт из вашего результата, используйте это выражение вместо:

/^https?\:\/\/([^\/:?#]+)(?:[\/:?#]|$)/i

Изменить: Чтобы предотвратить совпадение определенных доменов, используйте отрицательный результат. (?!youtube.com)

/^https?\:\/\/(?!(?:www\.)?(?:youtube\.com|youtu\.be))([^\/:?#]+)(?:[\/:?#]|$)/i

Ответ 4

Нет необходимости разбирать строку, просто передайте свой URL в качестве аргумента в конструктор URL:

var url = 'http://www.youtube.com/watch?v=ClkQA2Lb_iE';
var hostname = (new URL(url)).hostname;

assert(hostname === 'www.youtube.com');

Ответ 5

Анализ URL-адреса может быть сложным, поскольку вы можете иметь номера портов и специальные символы. Поэтому я рекомендую использовать что-то вроде parseUri, чтобы сделать это за вас. Я сомневаюсь, что производительность будет проблемой, если вы не разберете сотни URL-адресов.

Ответ 6

Используйте URL.hostname для удобства чтения

В эпоху Вавилона самое чистое и простое решение - использовать URL.hostname.

const getHostname = (url) => {
  // use URL constructor and return hostname
  return new URL(url).hostname;
}

// tests
console.log(getHostname("https://stackoverflow.com/questions/8498592/extract-hostname-name-from-string/"));
console.log(getHostname("https://developer.mozilla.org/en-US/docs/Web/API/URL/hostname"));

Ответ 7

Если вы закончите работу на этой странице, и вы ищете лучший REGEX URLS, попробуйте следующее:

^(?:https?:)?(?:\/\/)?([^\/\?]+)

https://regex101.com/r/pX5dL9/1

Он работает для URL-адресов без http://, с http, с https, только с//и не захватывает путь и путь запроса.

Удача

Ответ 8

Я попытался использовать данные решения, выбранный был излишним для моей цели и "Создание элемента" для меня бесполезно.

Он еще не готов для порта в URL. Я надеюсь, что кто-то сочтет это полезным

function parseURL(url){
    parsed_url = {}

    if ( url == null || url.length == 0 )
        return parsed_url;

    protocol_i = url.indexOf('://');
    parsed_url.protocol = url.substr(0,protocol_i);

    remaining_url = url.substr(protocol_i + 3, url.length);
    domain_i = remaining_url.indexOf('/');
    domain_i = domain_i == -1 ? remaining_url.length - 1 : domain_i;
    parsed_url.domain = remaining_url.substr(0, domain_i);
    parsed_url.path = domain_i == -1 || domain_i + 1 == remaining_url.length ? null : remaining_url.substr(domain_i + 1, remaining_url.length);

    domain_parts = parsed_url.domain.split('.');
    switch ( domain_parts.length ){
        case 2:
          parsed_url.subdomain = null;
          parsed_url.host = domain_parts[0];
          parsed_url.tld = domain_parts[1];
          break;
        case 3:
          parsed_url.subdomain = domain_parts[0];
          parsed_url.host = domain_parts[1];
          parsed_url.tld = domain_parts[2];
          break;
        case 4:
          parsed_url.subdomain = domain_parts[0];
          parsed_url.host = domain_parts[1];
          parsed_url.tld = domain_parts[2] + '.' + domain_parts[3];
          break;
    }

    parsed_url.parent_domain = parsed_url.host + '.' + parsed_url.tld;

    return parsed_url;
}

Запуск:

parseURL('https://www.facebook.com/100003379429021_356001651189146');

Результат:

Object {
    domain : "www.facebook.com",
    host : "facebook",
    path : "100003379429021_356001651189146",
    protocol : "https",
    subdomain : "www",
    tld : "com"
}

Ответ 9

Это не полный ответ, но приведенный ниже код вам поможет:

function myFunction() {
    var str = "https://www.123rf.com/photo_10965738_lots-oop.html";
    matches = str.split('/');
    return matches[2];
}

Я хотел бы, чтобы кто-то создал код быстрее моего. Это также помогает улучшить самоопределение.

Ответ 10

Все свойства URL, без зависимостей, нет JQuery, легко понять

Это решение дает ваш ответ плюс дополнительные свойства. Нет необходимости в JQuery или других зависимостях, вставлять и перемещать.

Использование

getUrlParts("https://news.google.com/news/headlines/technology.html?ned=us&hl=en")

Выход

{
  "origin": "https://news.google.com",
  "domain": "news.google.com",
  "subdomain": "news",
  "domainroot": "google.com",
  "domainpath": "news.google.com/news/headlines",
  "tld": ".com",
  "path": "news/headlines/technology.html",
  "query": "ned=us&hl=en",
  "protocol": "https",
  "port": 443,
  "parts": [
    "news",
    "google",
    "com"
  ],
  "segments": [
    "news",
    "headlines",
    "technology.html"
  ],
  "params": [
    {
      "key": "ned",
      "val": "us"
    },
    {
      "key": "hl",
      "val": "en"
    }
  ]
}

код
Код разработан, чтобы быть понятным, а не супер быстро. Его можно назвать легко 100 раз в секунду, поэтому он отлично подходит для интерфейса или нескольких серверов, но не для высокой пропускной способности.

function getUrlParts(fullyQualifiedUrl) {
    var url = {},
        tempProtocol
    var a = document.createElement('a')
    // if doesn't start with something like https:// it not a url, but try to work around that
    if (fullyQualifiedUrl.indexOf('://') == -1) {
        tempProtocol = 'https://'
        a.href = tempProtocol + fullyQualifiedUrl
    } else
        a.href = fullyQualifiedUrl
    var parts = a.hostname.split('.')
    url.origin = tempProtocol ? "" : a.origin
    url.domain = a.hostname
    url.subdomain = parts[0]
    url.domainroot = ''
    url.domainpath = ''
    url.tld = '.' + parts[parts.length - 1]
    url.path = a.pathname.substring(1)
    url.query = a.search.substr(1)
    url.protocol = tempProtocol ? "" : a.protocol.substr(0, a.protocol.length - 1)
    url.port = tempProtocol ? "" : a.port ? a.port : a.protocol === 'http:' ? 80 : a.protocol === 'https:' ? 443 : a.port
    url.parts = parts
    url.segments = a.pathname === '/' ? [] : a.pathname.split('/').slice(1)
    url.params = url.query === '' ? [] : url.query.split('&')
    for (var j = 0; j < url.params.length; j++) {
        var param = url.params[j];
        var keyval = param.split('=')
        url.params[j] = {
            'key': keyval[0],
            'val': keyval[1]
        }
    }
    // domainroot
    if (parts.length > 2) {
        url.domainroot = parts[parts.length - 2] + '.' + parts[parts.length - 1];
        // check for country code top level domain
        if (parts[parts.length - 1].length == 2 && parts[parts.length - 1].length == 2)
            url.domainroot = parts[parts.length - 3] + '.' + url.domainroot;
    }
    // domainpath (domain+path without filenames) 
    if (url.segments.length > 0) {
        var lastSegment = url.segments[url.segments.length - 1]
        var endsWithFile = lastSegment.indexOf('.') != -1
        if (endsWithFile) {
            var fileSegment = url.path.indexOf(lastSegment)
            var pathNoFile = url.path.substr(0, fileSegment - 1)
            url.domainpath = url.domain
            if (pathNoFile)
                url.domainpath = url.domainpath + '/' + pathNoFile
        } else
            url.domainpath = url.domain + '/' + url.path
    } else
        url.domainpath = url.domain
    return url
}

Ответ 11

String.prototype.trim = function(){return his.replace(/^\s+|\s+$/g,"");}
function getHost(url){
    if("undefined"==typeof(url)||null==url) return "";
    url = url.trim(); if(""==url) return "";
    var _host,_arr;
    if(-1<url.indexOf("://")){
        _arr = url.split('://');
        if(-1<_arr[0].indexOf("/")||-1<_arr[0].indexOf(".")||-1<_arr[0].indexOf("\?")||-1<_arr[0].indexOf("\&")){
            _arr[0] = _arr[0].trim();
            if(0==_arr[0].indexOf("//")) _host = _arr[0].split("//")[1].split("/")[0].trim().split("\?")[0].split("\&")[0];
            else return "";
        }
        else{
            _arr[1] = _arr[1].trim();
            _host = _arr[1].split("/")[0].trim().split("\?")[0].split("\&")[0];
        }
    }
    else{
        if(0==url.indexOf("//")) _host = url.split("//")[1].split("/")[0].trim().split("\?")[0].split("\&")[0];
        else return "";
    }
    return _host;
}
function getHostname(url){
    if("undefined"==typeof(url)||null==url) return "";
    url = url.trim(); if(""==url) return "";
    return getHost(url).split(':')[0];
}
function getDomain(url){
    if("undefined"==typeof(url)||null==url) return "";
    url = url.trim(); if(""==url) return "";
    return getHostname(url).replace(/([a-zA-Z0-9]+.)/,"");
}

Ответ 12

function hostname(url) {
    var match = url.match(/:\/\/(www[0-9]?\.)?(.[^/:]+)/i);
    if ( match != null && match.length > 2 && typeof match[2] === 'string' && match[2].length > 0 ) return match[2];
}

Приведенный выше код успешно проанализирует имена хостов для следующих примеров URL:

http://WWW.first.com/folder/page.htmlfirst.com

http://mail.google.com/folder/page.htmlmail.google.com

https://mail.google.com/folder/page.htmlmail.google.com

http://www2.somewhere.com/folder/page.html?q=1somewhere.com

https://www.another.eu/folder/page.html?q=1another.eu

Оригинальный кредит распространяется на: http://www.primaryobjects.com/CMS/Article145

Ответ 13

Хорошо, я знаю, что это старый вопрос, но я сделал суперэффективный анализатор URL-адресов, поэтому я решил поделиться им.

Как вы можете видеть, структура функции очень странная, но она эффективна. Никакие функции прототипа не используются, строка не повторяется более одного раза, и никакой символ не обрабатывается больше, чем необходимо.

function getDomain(url) {
    var dom = "", v, step = 0;
    for(var i=0,l=url.length; i<l; i++) {
        v = url[i]; if(step == 0) {
            //First, skip 0 to 5 characters ending in ':' (ex: 'https://')
            if(i > 5) { i=-1; step=1; } else if(v == ':') { i+=2; step=1; }
        } else if(step == 1) {
            //Skip 0 or 4 characters 'www.'
            //(Note: Doesn't work with www.com, but that domain isn't claimed anyway.)
            if(v == 'w' && url[i+1] == 'w' && url[i+2] == 'w' && url[i+3] == '.') i+=4;
            dom+=url[i]; step=2;
        } else if(step == 2) {
            //Stop at subpages, queries, and hashes.
            if(v == '/' || v == '?' || v == '#') break; dom += v;
        }
    }
    return dom;
}

Ответ 14

Ищет решение этой проблемы сегодня. Ни один из вышеупомянутых ответов, казалось, не удовлетворял. Мне нужно решение, которое может быть одним лайнером, без условной логики и ничего, что должно было быть обернуто функцией.

Вот что я придумал, кажется, работает очень хорошо:

hostname="http://www.example.com:1234"
hostname.split("//").slice(-1)[0].split(":")[0].split('.').slice(-2).join('.')   // gives "example.com"

Может показаться сложным на первый взгляд, но он работает довольно просто; ключ использует "slice (-n)" в нескольких местах, где нужно извлечь большую часть из конца разделенного массива (и [0], чтобы получить от передней части разбитого массива).

Каждый из этих тестов возвращает "example.com":

"http://example.com".split("//").slice(-1)[0].split(":")[0].split('.').slice(-2).join('.')
"http://example.com:1234".split("//").slice(-1)[0].split(":")[0].split('.').slice(-2).join('.')
"http://www.example.com:1234".split("//").slice(-1)[0].split(":")[0].split('.').slice(-2).join('.')
"http://foo.www.example.com:1234".split("//").slice(-1)[0].split(":")[0].split('.').slice(-2).join('.')

Ответ 15

Здесь однострочный jQuery:

$('<a>').attr('href', url).prop('hostname');

Ответ 16

oneline с jquery

$('<a>').attr('href', document.location.href).prop('hostname');

Ответ 17

// use this if you know you have a subdomain
// www.domain.com -> domain.com
function getDomain() {
  return window.location.hostname.replace(/([a-zA-Z0-9]+.)/,"");
}

Ответ 18

Я лично много разбирался в этом решении, и лучший, который я смог найти, - это фактически проверка браузера CloudFlare:

function getHostname(){  
            secretDiv = document.createElement('div');
            secretDiv.innerHTML = "<a href='/'>x</a>";
            secretDiv = secretDiv.firstChild.href;
            var HasHTTPS = secretDiv.match(/https?:\/\//)[0];
            secretDiv = secretDiv.substr(HasHTTPS.length);
            secretDiv = secretDiv.substr(0, secretDiv.length - 1);
            return(secretDiv);  
}  

getHostname();

Я переписал переменные, чтобы он был более "человечным", но он лучше работал, чем ожидалось.

Ответ 19

Ну, делать регулярное выражение будет намного проще:

    mainUrl = "http://www.mywebsite.com/mypath/to/folder";
    urlParts = /^(?:\w+\:\/\/)?([^\/]+)(.*)$/.exec(mainUrl);
    host = Fragment[1]; // www.mywebsite.com

Ответ 20

Короче говоря, вы можете сделать это

var url = "http://www.someurl.com/support/feature"

function getDomain(url){
  domain=url.split("//")[1];
  return domain.split("/")[0];
}
eg:
  getDomain("http://www.example.com/page/1")

  output:
   "www.example.com"

Использовать функцию выше для получения имени домена

Ответ 21

Parse-Urls - это библиотека JavaScript с наиболее надежными шаблонами

Вот краткое описание возможностей:

Глава 1. Нормализация или разбор одного URL

Глава 2. Извлечение всех URL-адресов

Глава 3. Извлечение URI с определенными именами

Глава 4. Извлечение всех нечетких URL

Глава 5. Выделите все URL в тексте

Глава 6. Извлечение всех URL в необработанном HTML или XML

Ответ 22

Использование строковых методов вместе с фильтром:

hostName = (url) => url.indexOf('www') > -1 ?
  url.split("/").filter(x => !!x)[1].substring(4) :
  url.split("/").filter(x => !!x)[1]


console.log(hostName('https://www.website.com/sub/file.html'));
console.log(hostName('http://website.co.uk'));
console.log(hostName('http://website.com'));
// for invalid link, hostname is again extracted
console.log(hostName('http:/website.com'));

Ответ 23

код:

var regex = /\w+.(com|co\.kr|be)/ig;
var urls = ['http://www.youtube.com/watch?v=ClkQA2Lb_iE',
            'http://youtu.be/ClkQA2Lb_iE',
            'http://www.example.com/12xy45',
            'http://example.com/random'];


$.each(urls, function(index, url) {
    var convertedUrl = url.match(regex);
    console.log(convertedUrl);
});

Результат:

youtube.com
youtu.be
example.com
example.com

Ответ 24

Попробуйте ввести код для точного имени домена с помощью regex,

Строка line = " http://www.youtube.com/watch?v=ClkQA2Lb_iE";

  String pattern3="([\\w\\W]\\.)+(.*)?(\\.[\\w]+)";

  Pattern r = Pattern.compile(pattern3);


  Matcher m = r.matcher(line);
  if (m.find( )) {

    System.out.println("Found value: " + m.group(2) );
  } else {
     System.out.println("NO MATCH");
  }