我想使用正则表达式解析 URL 的域(不带“www”)并返回它。 stackoverflow 上有许多示例,但它们并未为以下所有情况提供解决方案,或者其中一些具有不必要的功能。我的案例是:
http://www.google.co.uk pass
http://www.google.co.uk pass
http://google.com.co.uk pass
same for https pass
google.co.uk pass
www.google.co.uk pass
并且所有内容都必须仅返回域的一部分google.co.uk不需要像 101.34.24.. 或以 fps 等开头的链接...上面仅允许的输入格式。我用正则表达式验证网址:
^(https?:\/\/)?(www\.)?([\w]+\.)+[\w]{2,63}\/?$
和它运行良好,但我不知道如何解析它。
注意:如果您不推荐 URI 或 URL 类及其自动解析域的方法,我会很高兴:
private String parseUrl(String url) throws URISyntaxException {
if (url.startsWith("http:/")) {
if (!url.contains("http://")) {
url = url.replaceAll("http:/", "http://");
}
} else if (url.startsWith("https:/")) {
url = url.replaceAll("https:/", "http:/");
} else {
url = "http://" + url;
}
URI uri = new URI(url);
String domain = uri.getHost();
return domain.startsWith("www.") ? domain.substring(4) : domain;
}
这段代码也可以完美运行,但我需要的是正则表达式,而不是这个。
最佳答案
你的正则表达式,
^(https?:\/\/)?(www\.)?([\w]+\.)+[\w]{2,63}\/?$
与输入匹配,但未正确捕获组中的预期域。你可以修改它并使其变得简单,就像这样,
^(?:https?:\/\/)?(?:www\.)?((?:[\w]+\.)+\w+)
它捕获您在组 1 中预期的域捕获。
<强> Live Demo
这里是一个使用提取和打印域名的 Java 代码示例,
public static void main(String[] args) throws SQLException {
Pattern p = Pattern.compile("^(?:https?:\\/\\/)?(?:www\\.)?((?:[\\w]+\\.)+\\w+)");
List<String> list = Arrays.asList("http://www.google.co.uk", "http://www.google.co.uk",
"http://google.com.co.uk", "https://www.google.co.uk", "https://www.google.co.uk",
"https://google.com.co.uk");
list.forEach(x -> {
Matcher m = p.matcher(x);
if (m.matches()) {
System.out.println(x + " --> " +m.group(1));
}
});
}
打印,
http://www.google.co.uk --> google.co.uk
http://www.google.co.uk --> google.co.uk
http://google.com.co.uk --> google.com.co.uk
https://www.google.co.uk --> google.co.uk
https://www.google.co.uk --> google.co.uk
https://google.com.co.uk --> google.com.co.uk
关于Java url 域名解析与正则表达式,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53784098/