使用 C# 正则表达式解析域名？答案

【问题标题】：Using a C# regex to parse a domain name?使用 C# 正则表达式解析域名？
【发布时间】：2010-07-24 13:44:22
【问题描述】：

我需要从字符串中解析域名。字符串可以变化，我需要确切的域。

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，仅包含域名、tld 和 www（如果适用）：

www.somename.de

如何使用 C# 做到这一点？

【问题讨论】：

嘿，谢谢你让它更清楚

标签： c# .net regex

【解决方案1】：

作为正则表达式解决方案的替代方案，您可以让System.Uri 类为您解析字符串。你只需要确保字符串包含一个方案。

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;

此解决方案还过滤掉任何端口号并将 IPv6 地址转换为其规范形式。

【讨论】：

你的答案看起来也有效。
@AbdulSaboor，你会期待什么？ URL 包含一个带有空格的主机名（“blabla”），这使其成为无效的主机名。只是“http://”也是一个无效的 URL。 Uri 构造函数需要一个有效的 URL。
1.如果我删除空格，它会显示有效的 url。 2. 我只尝试了 blabla，但它仍然说它是有效的 url。我认为不应该。

【解决方案2】：

我用的很简单

 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定。

【讨论】：

虽然不能这么肯定，但您的解决方案还接受“h t t p : // h t t p : / /yee”作为正确的 url（没有空格，但 stackoverflow 将双 http:// 更改为一个……

【解决方案3】：

我查看了Regular Expression Library，看起来像这样的东西可能适合你：

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

【讨论】：

@Umair Ashraf - 你应该解释一下它是如何不起作用的。你能举一个不匹配的行的例子吗？
我直接把这条线放在 Regex 构造函数中，比如 (@"^(([\w][\w\-\.]*)\.)?([\w][\w\ -]+)(\.([\w][\w\.]*))?$")

【解决方案4】：

试试这个：

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

这是一个弱正则表达式 - 它不验证字符串，但假定它已经是一个 url，并获取第一个单词，直到第一个斜杠，同时忽略协议。要让域查看第一个捕获的组，例如：

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

作为奖励，它还会捕获到第一个 ?，因此 URL google.com?hello=world 将按预期工作。

【讨论】：