用于从 URL 中提取顶级域的正则表达式

Question

我想从 URL 中提取顶级域：日志是这样的：

<182>Jul 28 13:52:34 PROXYSQUID1 logger: 1501249953.155      0 192.168.4.27 TCP_MISS/503 2408 POST http://xxxxx.ddns.net:xxx/xxxxx - DIRECT/xxx.xx.x.xx text/html

 

我只想获得顶级域名：

ddns

我试过这个正则表达式

([\da-z\.-]+)\.([a-z\.])

但我得到了

xxxxx.ddns

Answer 1

您有点误解了这里的话... TLD（顶级域）是指域名的最后一部分或紧跟在“点”符号之后的部分。 （例如： .com 、 .net等。）

您要搜索的是二级域（或 SLD）。

我已经针对您的问题编辑了Daveo 的回答，因此匹配项将返回到第一个捕获组：

(?:[-a-zA-Z0-9@:%_\+~.#=]{2,256}\.)?([-a-zA-Z0-9@:%_\+~#=]*)\.[a-z]{2,6}\b(?:[-a-zA-Z0-9@:%_\+.~#?&\/\/=]*)

这是一个演示： https ://regex101.com/r/x2luiO/1

解释：

• (?:[-a-zA-Z0-9@:%_\+~.#=]{2,256}\.)? - 这第一部分将获得您的 SLD（子域）之前的所有内容。
  
• ([-a-zA-Z0-9@:%_\+~#=]*) - 这是您的捕获组（应该返回域的位置）
• \.[az]{2,6} - 这将匹配 TLD（如果您还想捕获）
• \b(?:[-a-zA-Z0-9@:%_\+.~#?&\/\/=]*) - 这是正则表达式的其余部分，应该匹配端口和/或 URL 的其余部分 ( /example/page/ )。

如果您使用 SLD 和 ccTLD（国家代码 TLD）“组合”测试域，请指出此正则表达式将不匹配，例如： .co.uk和.co.it ，两者都只是结束一个用于商业和一般网站的域，但是，两者都将作为 SLD 返回co 。