解析 URL 以提取域的最佳方法是什么？ [复制]答案

【问题标题】：What's the best way to parse URLs to extract the domain? [duplicate]解析 URL 以提取域的最佳方法是什么？ [复制]
【发布时间】：2011-02-27 12:52:53
【问题描述】：

可能重复：
Ruby code to extract host from URL string

我发现这个模块叫做URI，它可以解析url。（我对 ruby 很陌生。在这种情况下，“模块”是否与“库”同义？）然后您可以提取主机名。

uri = URI.parse("http://www.ruby-lang.org/")
...
p uri.host
# => "www.ruby-lang.org"

据此，我想您可以删除“www”。并使用正则表达式保留其他子域。

有没有人有更直接的选择，或者这种方法看起来是否正确？

【问题讨论】：

当然，ruby 必须具有某种split() 功能。那么为什么不直接拆分www. 上的字符串并保留后面的部分呢？
你到底想要什么？只需从uri.host 中删除“www”？
库通常是一个独立的代码资源，可以包含一个、更多或更少的模块或类。 URI 是 Ruby 核心库中的一个模块，这意味着它可以在您运行的任何 ruby 代码中使用。对于所有其他代码，您必须将其显式加载到您的应用中
使用 split('www.') 会起作用，除了如果主机是 www.example.com 它会给我一个数组，如果它是 example.com 则给我一个字符串，所以我有使用条件。看来我无论如何都得这么做。我只是想有一种更有效的方法。
当然有 sub() 方法可以删除 'www.'如果找到它...在下面回答。

【解决方案1】：

因此，在发布我自己的答案时，我并不是说 domainatrix 或 public_suffix_server 之类的宝石不是很好的优雅解决方案（尽管后者立即引起了我的注意，导致我走这条路）。

建议使用 split() 的人让我意识到我可以直接删除“www”。如果它存在，则在不安装 gems 和使用 1 行简单代码的情况下保留域：

url = request.original_url
domain = URI.parse(url).host.sub(/\Awww\./, '')

这适用于子域和多部分后缀（例如 co.uk）。有人觉得这有什么问题吗？

编辑：感谢 sorens 指出我最初使用的弱正则表达式。这种表达方式当然更好。

【讨论】：

你应该收紧你的正则表达式。 www. 将匹配 www 和任何其他字符的任何字符串。句点是一个特殊的正则表达式字符，表示任何单个字符。因此，如果您对站点 www2009.org 进行测试，您最终会删除“www2”并留下 009.org。至少，尝试\Awww\. "\A" 将强制检查仅在字符串的开头和 "\" 处考虑它。将转义句点，表示您只在寻找句点字符。如果您在使用正则表达式时遇到问题，rubular.com 是一个很好的帮助资源。

【解决方案2】：

您可以使用domainatrix gem 来获得您想要的：url.domain + url.public_suffix，但您可以只进行一些字符串操作，例如uri[4..-1]。

【讨论】：