站三界导航
首页 PHP代码PHP提取出长URL中的根域名

PHP提取出长URL中的根域名

  • PHP代码
  • 来源:站三界导航
  • 72阅读
  • 2022-06-30

在采集的项目中,遇到各种各样的URL,因为要采集国外的内容,涉及到.jp,.ca,hk等域名,但前面又有各类的二级域名,这就导致我们在取根域名的时候遇到一定难度,我们来看一下网址,如:http://blog.ab.cc.win.aisa.hk/index.php 突然一看,是不是懵逼得不行,当然,如果用人眼看的话,一眼就看出来是 .hk 的域名,但我想要把 .hk 的域名使用 php 给提取出来,网上有许多的代码,但都不能得到正确的答案,所以只能索性写一个,也希望大家给提出其中的bug来,代码如下:

<?php   
  
#使用示例  
  
echo getBaseDomain('http://blog.jp.goo.ne.jp/index.php')->domain;echo "\n";  
  
echo getBaseDomain('http://51.ca/index.php')->domain;echo "\n";  
  
echo getBaseDomain('http://blog.ab.cc.win.aisa.hk/index.php')->domain;echo "\n";  
  
function getBaseDomain($url=''){  
  
  if(!$url){  
  
    return $url;  
  
  }  
  
  #列举域名中固定元素  
  
  $state_domain = array(  
  
'al','dz','af','ar','ae','aw','om','az','eg','et','ie','ee','ad','ao','ai','ag','at','au','mo','bb','pg','bs','pk','py','ps','bh','pa','br','by','bm','bg','mp','bj','be','is','pr','ba','pl','bo','bz','bw','bt','bf','bi','bv','kp','gq','dk','de','tl','tp','tg','dm','do','ru','ec','er','fr','fo','pf','gf','tf','va','ph','fj','fi','cv','fk','gm','cg','cd','co','cr','gg','gd','gl','ge','cu','gp','gu','gy','kz','ht','kr','nl','an','hm','hn','ki','dj','kg','gn','gw','ca','gh','ga','kh','cz','zw','cm','qa','ky','km','ci','kw','cc','hr','ke','ck','lv','ls','la','lb','lt','lr','ly','li','re','lu','rw','ro','mg','im','mv','mt','mw','my','ml','mk','mh','mq','yt','mu','mr','us','um','as','vi','mn','ms','bd','pe','fm','mm','md','ma','mc','mz','mx','nr','np','ni','ne','ng','nu','no','nf','na','za','aq','gs','eu','pw','pn','pt','jp','se','ch','sv','ws','yu','sl','sn','cy','sc','sa','cx','st','sh','kn','lc','sm','pm','vc','lk','sk','si','sj','sz','sd','sr','sb','so','tj','tw','th','tz','to','tc','tt','tn','tv','tr','tm','tk','wf','vu','gt','ve','bn','ug','ua','uy','uz','es','eh','gr','hk','sg','nc','nz','hu','sy','jm','am','ac','ye','iq','ir','il','it','in','id','uk','vg','io','jo','vn','zm','je','td','gi','cl','cf','cn','yr','com','arpa','edu','gov','int','mil','net','org','biz','info','pro','name','museum','coop','aero','xxx','idv','me','mobi','asia','ax','bl','bq','cat','cw','gb','jobs','mf','rs','su','sx','tel','travel'  
  
  );  
  
  if(!preg_match("/^http/is", $url)){  
  
    $url="http://".$url;  
  
  }  
  
  $res = null;  
  
  $res->domain = null;  
  
  $res->host = null;  
  
  $url_parse = parse_url(strtolower($url));  
  
  $urlarr = explode(".", $url_parse['host']);  
  
  $count = count($urlarr);  
  
  if($count <= 2){  
  
    #当域名直接根形式不存在host部分直接输出  
  
    $res->domain = $url_parse['host'];  
  
  }elseif($count > 2){  
  
    $last = array_pop($urlarr);  
  
    $last_1 = array_pop($urlarr);  
  
    $last_2 = array_pop($urlarr);  
  
    $res->domain = $last_1.'.'.$last;  
  
    $res->host = $last_2;  
  
    if(in_array($last, $state_domain)){  
//www.zhansanjie.com  
      $res->domain=$last_1.'.'.$last;  
  
      $res->host=implode('.', $urlarr);  
  
    }  
  
    if(in_array($last_1, $state_domain)){  
  
      $res->domain = $last_2.'.'.$last_1.'.'.$last;  
  
      $res->host = implode('.', $urlarr);  
  
    }  
  
    #print_r(get_defined_vars());die;  
  
  }  
  
  return $res;  
  
}  
?>  
首先我们定义一个 getBaseDomain 的 function 方法,然后直接使用实例来获取URL的根域名即可,实例如 echo getBaseDomain('http://blog.jp.goo.ne.jp/index.php')->domain;echo "\n";,获取到根域名之后,就可以得到下一步的使用。 本文结束
本文来自投稿,不代表站三界导航立场,如若转载,请注明出处:https://www.zhansanjie.com/article/details/8938.html

版权声明:

1、本文系转载,版权归原作者所有,旨在传递信息,不代表看本站的观点和立场。

2、本站仅提供信息发布平台,不承担相关法律责任。

3、若侵犯您的版权或隐私,请联系本站管理员删除。

4、本文由会员转载自互联网,如果您是文章原创作者,请联系本站注明您的版权信息。

分享
站三界导航
本站声明:本站严格遵守国家相关法律规定,非正规网站一概不予收录。本站所有资料取之于互联网,任何公司或个人参考使用本资料请自辨真伪、后果自负,站三界导航不承担任何责任。在此特别感谢您对站三界导航的支持与厚爱。