剥离域名所需的正则表达式

Question

我需要一个正则表达式来剥离域名部分的网址。举个例子，如果我有下面的url：

http://www.website-2000.com

我希望正则表达式匹配的是'website-2000‘。

如果您还能解释正则表达式的每个部分做什么，以帮助我理解它，那就太好了。

谢谢

Answer 1

这个应该行得通。它可能有一些缺点，但我现在想不出任何缺点。如果任何人想要改进它，请随时这样做。

/http:\/\/(?:www\.)?([a-z0-9\-]+)(?:\.[a-z\.]+[\/]?).*/i

http:\/\/            matches the "http://" part
(?:www\.)?           is a non-capturing group that matches zero or one "www."
([a-z0-9\-]+)        is a capturing group that matches character ranges a-z, 0-9
                     in addition to the hyphen. This is what you wanted to extract.
(?:\.[a-z\.]+[\/]?)  is a non-capturing group that matches the TLD part (i.e. ".com",
                     ".co.uk", etc) in addition to zero or one "/"
.*                   matches the rest of the url

http://rubular.com/r/ROz13NSWBQ

Answer 2

让我向您介绍这个很棒的工具txt2re：regular expression generator

在这里，您可以尝试使用正则表达式并以多种语言生成代码。

Answer 3

这使您不必担心任何http/https/ftp等...在前面，也捕获了你所有的子域。

(?:www\.)?([a-z0-9\-.]+)(?:\.[a-z\.]+[\/]?).*/i

我发现它唯一失败的时候是：-如果一个。在没有任何文本的域/子域之前，。包含在正则表达式捕获中。-电子邮件。都不会起作用。(在运行regex之前，通过检查传递的域中的@符号来修复此问题)-域/子域中间的空白