我想匹配的只是一个URL的根，而不是一个文本字符串的整个URL。考虑到:
http://www.youtube.com/watch?v=ClkQA2Lb_iE
http://youtu.be/ClkQA2Lb_iE
http://www.example.com/12xy45
http://example.com/random
我想让最后2个实例解析到www.example.com或example.com域。
我听说正则表达式很慢，这将是我在页面上的第二个正则表达式，所以如果有办法做到没有正则表达式，请告诉我。
我正在寻找这个解决方案的JS/jQuery版本。
当前回答
不需要解析字符串，只需将URL作为参数传递给URL构造函数:
const url = 'http://www.youtube.com/watch?v=ClkQA2Lb_iE';
const { hostname } = new URL(url);
console.assert(hostname === 'www.youtube.com');
其他回答
解析域——一个非常可靠的轻量级库
NPM安装解析域
const { fromUrl, parseDomain } = require("parse-domain");
示例1
parseDomain(fromUrl("http://www.example.com/12xy45"))
{ type: 'LISTED',
hostname: 'www.example.com',
labels: [ 'www', 'example', 'com' ],
icann:
{ subDomains: [ 'www' ],
domain: 'example',
topLevelDomains: [ 'com' ] },
subDomains: [ 'www' ],
domain: 'example',
topLevelDomains: [ 'com' ] }
示例2
parseDomain(fromUrl("http://subsub.sub.test.ExAmPlE.coM/12xy45"))
{ type: 'LISTED',
hostname: 'subsub.sub.test.example.com',
labels: [ 'subsub', 'sub', 'test', 'example', 'com' ],
icann:
{ subDomains: [ 'subsub', 'sub', 'test' ],
domain: 'example',
topLevelDomains: [ 'com' ] },
subDomains: [ 'subsub', 'sub', 'test' ],
domain: 'example',
topLevelDomains: [ 'com' ] }
Why?
Depending on the use case and volume I strongly recommend against solving this problem yourself using regex or other string manipulation means. The core of this problem is that you need to know all the gtld and cctld suffixes to properly parse url strings into domain and subdomains, these suffixes are regularly updated. This is a solved problem and not one you want to solve yourself (unless you are google or something). Unless you need the hostname or domain name in a pinch don't try and parse your way out of this one.
这个解决方案工作得很好，如果URL包含大量无效字符，您也可以使用。
安装PSL包
npm install --save psl
实现
const psl = require('psl');
const url= new URL('http://www.youtube.com/watch?v=ClkQA2Lb_iE').hostname;
const parsed = psl.parse(url);
console.log(解析)
输出:
{
input: 'www.youtube.com',
tld: 'com',
sld: 'youtube',
domain: 'youtube.com',
subdomain: 'www',
listed: true
}
一个不用正则表达式的小技巧:
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'
将上述内容包装在如下函数中，您就拥有了从URI中获取域部分的绝佳方法。
function url_domain(data) {
var a = document.createElement('a');
a.href = data;
return a.hostname;
}
Parse-Urls似乎是具有最健壮模式的JavaScript库
以下是功能概述:
第1章。规范化或解析一个URL
第二章。提取所有url
第三章。提取具有特定名称的uri
第四章。提取所有模糊url
第五章。突出显示文本中的所有url
第六章。提取原始HTML或XML中的所有url
试试这个:
var matches = url.match(/^https?\:\/\/([^\/?#]+)(?:[\/?#]|$)/i);
var domain = matches && matches[1]; // domain will be null if no match is found
如果你想从结果中排除端口，请使用下面的表达式:
/^https?\:\/\/([^\/:?#]+)(?:[\/:?#]|$)/i
编辑:要防止特定域匹配，请使用反向前向。(? ! youtube.com)
/^https?\:\/\/(?!(?:www\.)?(?:youtube\.com|youtu\.be))([^\/:?#]+)(?:[\/:?#]|$)/i
