preg_match表达式如何忽略字符

Question

我绝对是新手，还没有冒险到这个级别，但是需要能够将域名缩减为仅用于搜索功能的主机名。 我看了一下，发现这低于相当多的作品，除非域名有什么-它。 因此， http://www.example.com www.exa-mple.com会像www.example.com一样简化为example.com ，但www.exa-mple.com变成了example.com 。

$pattern = '/\w+\..{2,3}(?:\..{2,3})?(?:$|(?=\/))/i';
$url = $myurl;
if (preg_match($pattern, $url, $matches) === 1) {

    $mydom = $matches[0];
}

表达式中必须更改什么才能使其接受域名中的- ？

Answer 1

您最好使用parse_url函数：

parse_url($url)

如果网址不是以http://开头，则只需加上http:// 。

Answer 2

您的正则表达式当前允许使用字符_并不允许使用字符- ，这意味着它接受无效的URL。 您可以通过以下小组更正此问题：

$pattern = '/[a-z0-9-]+\..{2,3}(?:\..{2,3})?(?:$|(?=\/))/i';

请注意，这仍然存在问题。 首先，域名不允许以连字符开头或结尾。 其次，您当前允许TLD中的任何字符，而它们仅包含字母。

最好的解决方案是使用适当的URL解析库，而不要自己尝试这样做。

Answer 3

$sites = array('mysite.com',
'www.mysite.com',
'http://www.mysite.com',
'www.my-site.com',
'sub.folder.2.example.com',
'http://www.mysite.com/argh/index.php');

$reg = '%^(?:http://)?(?:[^.]*\.)*([a-zA-Z0-9_-]+\.[a-zA-Z0-9]+)%m';

foreach($sites as $site)
{

    if(preg_match($reg,$site,$matches))
    {
        echo $matches[1],PHP_EOL;
    }
}

输出：

mysite.com
mysite.com
mysite.com
my-site.com
examle.com
mysite.com