JavaScript从字符串中提取主机名

Z时代
2024-01-10
分类：问答

我想仅匹配URL的根，而不匹配文本字符串中的整个URL。鉴于：

http://www.youtube.com/watch?v=ClkQA2Lb_iE http://youtu.be/ClkQA2Lb_iE http://www.example.com/12xy45 http://example.com/random

我想将最后2个实例解析为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表达式，因此，如果仍然需要不使用正则表达式，请告诉我。

我正在寻找此解决方案的JS / jQuery版本。

回答：

我建议使用npm软件包psl公共后缀列表。“公共后缀列表”是所有有效域后缀和规则的列表，不仅包括国家/地区代码顶级域，还包括将被视为根域的unicode字符（即www。食狮。公司.cn，bckobe.jp等）。

尝试：

npm install --save psl

然后用我的“ extractHostname”实现运行：

let psl = require('psl');
let url = 'http://www.youtube.com/watch?v=ClkQA2Lb_iE';
psl.get(extractHostname(url)); // returns youtube.com

我不能使用npm软件包，因此下面仅测试extractHostname。

function extractHostname(url) {
    var hostname;
    //find & remove protocol (http, ftp, etc.) and get hostname
    if (url.indexOf("//") > -1) {
        hostname = url.split('/')[2];
    }
    else {
        hostname = url.split('/')[0];
    }
    //find & remove port number
    hostname = hostname.split(':')[0];
    //find & remove "?"
    hostname = hostname.split('?')[0];
    return hostname;
}
//test the code
console.log("== Testing extractHostname: ==");
console.log(extractHostname("http://www.blog.classroom.me.uk/index.php"));
console.log(extractHostname("http://www.youtube.com/watch?v=ClkQA2Lb_iE"));
console.log(extractHostname("https://www.youtube.com/watch?v=ClkQA2Lb_iE"));
console.log(extractHostname("www.youtube.com/watch?v=ClkQA2Lb_iE"));
console.log(extractHostname("ftps://ftp.websitename.com/dir/file.txt"));
console.log(extractHostname("websitename.com:1234/dir/file.txt"));
console.log(extractHostname("ftps://websitename.com:1234/dir/file.txt"));
console.log(extractHostname("example.com?param=value"));
console.log(extractHostname("https://facebook.github.io/jest/"));
console.log(extractHostname("//youtube.com/watch?v=ClkQA2Lb_iE"));
console.log(extractHostname("http://localhost:4200/watch?v=ClkQA2Lb_iE"));