Perl 从电子邮件地址 inc tld 中提取域名但不包括子域答案

【问题标题】：Perl extract domain name from email address inc tld but excluding subdomainsPerl 从电子邮件地址 inc tld 中提取域名但不包括子域
【发布时间】：2013-08-07 04:52:07
【问题描述】：

我正在尝试按照标题所说的去做，我得到了这个：

sub getDomain {

    my $scalarRef = shift;
    my @from_domain = split(/\@/,$$scalarRef);

    if($from_domain[1] =~ m/^.*?(\w+\.\w+)$/){
       print "$from_domain[1] $1" if($username eq 'xxx');
       return $1;
    }
}

对于返回 domain.com 的 user@domain.com 可以正常工作，但 domain.co.uk 当然会返回 .co.uk，而我需要 domain.co.uk。关于如何继续这个的任何建议，我猜是一个模块，有些人建议某种 tld 查找表。

【问题讨论】：

标签： regex perl subdomain tld

【解决方案1】：

不要使用正则表达式。

use Email::Address;
my ($addr) = Email::Address->parse('foo@domain.co.uk');
print "Domain: ".$addr->host."\n";
print "User:   ".$addr->user."\n";

打印：

Domain: domain.co.uk
User:   foo

【讨论】：

【解决方案2】：

我认为你在这里不走运。 Net::Domain::TLD 会给你一个 TLD 列表，但这并不是你真正想要的。

据我了解，给定一个像 user@sub.domain.com 这样的电子邮件地址，您想要获取 domain.com。这里的 TLD 是“com”，您需要 TLD 和它之前的域部分。这很容易。

然后是 user@sub.domain.co.uk。这里的顶级域名是“英国”。但在这里，您不需要 TLD 及其前面的域部分 - 您需要 TLD 之前的两个部分。

所以也许你需要一个启发式。如果 TLD 是三个字母，则取域的前一部分，如果 TLD 是三个字母，则取前两部分。

但这也不起作用。并非所有 ccTLD 都像 .uk 那样定义了子域。以流行的 .tv ccTLD 为例。它们允许您直接在 ccTLD 下注册域。

因此，您不仅需要 TLD 列表。您还需要了解每个 TLD 适用于注册的规则。它们可能会随着时间而改变。并且正在引入新的 TLD - 您需要跟上所有这些。

哦，还有最后一点。即使是像 .uk 这样的大型 ccTLD 也不总是遵循自己的规则。有一些 .uk 域没有顶级子域 - 例如 .british-library.。

您也许可以为您特别感兴趣的域子集实施此方法。但是完整的解决方案将非常复杂并且几乎不可能保持最新状态。

【讨论】：