文字列からホスト名を抽出する

Question

テキスト文字列からのURL全体ではなく、URLのルートだけに一致させたいのですが。与えられた：

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

最後の2つのインスタンスがwww.example.comまたはexample.comドメインに解決されるようにします。

私は正規表現が遅いと聞きました、そしてこれはページ上の私の2番目の正規表現になるでしょう。

私はこのソリューションのJS/jQueryバージョンを探しています。

Answer 1

Npmパッケージ psl（Public Suffix List） を使うことをお勧めします。 「Public Suffix List」は、国別コードのトップレベルドメインだけでなく、ルートドメインと見なされるユニコード文字も含む、有効なドメインサフィックスとルールすべてのリストです（例：www。食狮。公司.cn、bc）。 kobe.jpなど）それについてもっと読みなさい ここ 。

試してください：

npm install --save psl

それから私の "extractHostname"実装で実行します：

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

私はnpmパッケージを使うことができないので、下記はextractHostnameをテストするだけです。

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"));

プロトコルやポート番号を持っていても、ドメインを抽出できます。これは非常に単純化された非正規表現の解決策なので、私はこれがうまくいくと思います。

* @Timmerz、@ renoirb、@rineez、@ BigDong、@ ra00l、@ ILikeBeansTacos、@ CharlesRobertsonに感謝します。 @ ross-allen、バグを報告してくれてありがとう！

Answer 2

正規表現を使用せずにきちんとしたトリック：

var tmp        = document.createElement ('a');
;   tmp.href   = "http://www.example.com/12xy45";

// tmp.hostname will now contain 'www.example.com'
// tmp.Host will now contain hostname and port 'www.example.com:80'

上記のような関数を下記のような関数でラップすると、URIからドメイン部分を奪い取るための優れた方法が得られます。

function url_domain(data) {
  var    a      = document.createElement('a');
         a.href = data;
  return a.hostname;
}

Answer 3

これを試して：

var matches = url.match(/^https?\:\/\/([^\/?#]+)(?:[\/?#]|$)/i);
var domain = matches && matches[1];  // domain will be null if no match is found

結果からポートを除外したい場合は、代わりに次の式を使用してください。

/^https?\:\/\/([^\/:?#]+)(?:[\/:?#]|$)/i

編集：特定のドメインが一致しないようにするには、負の先読みを使用します。 (?!youtube.com)

/^https?\:\/\/(?!(?:www\.)?(?:youtube\.com|youtu\.be))([^\/:?#]+)(?:[\/:?#]|$)/i

Answer 4

文字列を解析する必要はありません。引数としてURLを URL constructor に渡すだけです。

var url = 'http://www.youtube.com/watch?v=ClkQA2Lb_iE';
var hostname = (new URL(url)).hostname;

assert(hostname === 'www.youtube.com');

Answer 5

URLを解析するのは、ポート番号と特殊文字がある可能性があるため、注意が必要です。そのため、これを行うには parseUri のようなものを使用することをお勧めします。何百ものURLを解析しているのでなければ、パフォーマンスが問題になることはないでしょう。

Answer 6

私はGivenの解決策を使おうとしました、選ばれたものは私の目的のためにはやり過ぎであり、 "要素の作成"は私のためにめちゃくちゃになります。

URLのPortの準備はまだできていません。私は誰かがそれが便利だと思うことを願っています

function parseURL(url){
    parsed_url = {}

    if ( url == null || url.length == 0 )
        return parsed_url;

    protocol_i = url.indexOf('://');
    parsed_url.protocol = url.substr(0,protocol_i);

    remaining_url = url.substr(protocol_i + 3, url.length);
    domain_i = remaining_url.indexOf('/');
    domain_i = domain_i == -1 ? remaining_url.length - 1 : domain_i;
    parsed_url.domain = remaining_url.substr(0, domain_i);
    parsed_url.path = domain_i == -1 || domain_i + 1 == remaining_url.length ? null : remaining_url.substr(domain_i + 1, remaining_url.length);

    domain_parts = parsed_url.domain.split('.');
    switch ( domain_parts.length ){
        case 2:
          parsed_url.subdomain = null;
          parsed_url.Host = domain_parts[0];
          parsed_url.tld = domain_parts[1];
          break;
        case 3:
          parsed_url.subdomain = domain_parts[0];
          parsed_url.Host = domain_parts[1];
          parsed_url.tld = domain_parts[2];
          break;
        case 4:
          parsed_url.subdomain = domain_parts[0];
          parsed_url.Host = domain_parts[1];
          parsed_url.tld = domain_parts[2] + '.' + domain_parts[3];
          break;
    }

    parsed_url.parent_domain = parsed_url.Host + '.' + parsed_url.tld;

    return parsed_url;
}

---

これを実行する：

parseURL('https://www.facebook.com/100003379429021_356001651189146');

結果：

Object {
    domain : "www.facebook.com",
    Host : "facebook",
    path : "100003379429021_356001651189146",
    protocol : "https",
    subdomain : "www",
    tld : "com"
}

Answer 7

このページに行き、URLの最もよいREGEXを捜していればこれを試みなさい：

^(?:https?:)?(?:\/\/)?([^\/\?]+)

https://regex101.com/r/pX5dL9/1

これはhttp：//なし、httpあり、httpsあり、および//だけで、パスおよびクエリパスも取得できません。

がんばろう

Answer 8

読みやすくするためにURL.hostnameを使用してください

Babel時代では、最もクリーンで簡単な解決策は URL.hostname を使うことです。

const getHostname = (url) => {
  // use URL constructor and return hostname
  return new URL(url).hostname;
}

// tests
console.log(getHostname("https://stackoverflow.com/questions/8498592/extract-hostname-name-from-string/"));
console.log(getHostname("https://developer.mozilla.org/en-US/docs/Web/API/URL/hostname"));

URL.hostnameは RL API の一部で、IE（ caniuse ）を除くすべての主要ブラウザでサポートされています。

このソリューションを使用すると、他の RLのプロパティとメソッド にもアクセスできるようになります。たとえば、URLの pathname や query string params も抽出したい場合に便利です。

---

パフォーマンスにRegExを使用

URL.hostnameは、 アンカーソリューション または parseUri を使用するよりも高速です。しかし、それでも gilly3の正規表現 よりずっと遅いです。

const getHostnameFromRegex = (url) => {
  // run against regex
  const matches = url.match(/^https?\:\/\/([^\/?#]+)(?:[\/?#]|$)/i);
  // extract hostname (will be null if no match is found)
  return matches && matches[1];
}

// tests
console.log(getHostnameFromRegex("https://stackoverflow.com/questions/8498592/extract-hostname-name-from-string/"));
console.log(getHostnameFromRegex("https://developer.mozilla.org/en-US/docs/Web/API/URL/hostname"));

テストはあなた自身です jsPerf

非常に多数のURLを処理する必要がある場合（パフォーマンスが要因となる場合）、代わりにこのソリューションを使用することをお勧めします。それ以外の場合は、読みやすくするためにURL.hostnameを選択してください。

Answer 9

これは完全な答えではありませんが、以下のコードが役に立ちます。

function myFunction() {
    var str = "https://www.123rf.com/photo_10965738_lots-oop.html";
    matches = str.split('/');
    return matches[2];
}

私よりも早くコードを作成したい人がいます。それはまた私の自己を改善するのを助けます。

Answer 10

function hostname(url) {
    var match = url.match(/:\/\/(www[0-9]?\.)?(.[^/:]+)/i);
    if ( match != null && match.length > 2 && typeof match[2] === 'string' && match[2].length > 0 ) return match[2];
}

上記のコードは、次のURLの例のホスト名を正しく解析します。

http://WWW.first.com/folder/page.html first.com

http://mail.google.com/folder/page.html mail.google.com

https://mail.google.com/folder/page.html mail.google.com

http://www2.somewhere.com/folder/page.html?q=1 somewhere.com

https://www.another.eu/folder/page.html?q=1 another.eu

元のクレジットはに行く： http://www.primaryobjects.com/CMS/Article145

Answer 11

String.prototype.trim = function(){return his.replace(/^\s+|\s+$/g,"");}
function getHost(url){
    if("undefined"==typeof(url)||null==url) return "";
    url = url.trim(); if(""==url) return "";
    var _Host,_arr;
    if(-1<url.indexOf("://")){
        _arr = url.split('://');
        if(-1<_arr[0].indexOf("/")||-1<_arr[0].indexOf(".")||-1<_arr[0].indexOf("\?")||-1<_arr[0].indexOf("\&")){
            _arr[0] = _arr[0].trim();
            if(0==_arr[0].indexOf("//")) _Host = _arr[0].split("//")[1].split("/")[0].trim().split("\?")[0].split("\&")[0];
            else return "";
        }
        else{
            _arr[1] = _arr[1].trim();
            _Host = _arr[1].split("/")[0].trim().split("\?")[0].split("\&")[0];
        }
    }
    else{
        if(0==url.indexOf("//")) _Host = url.split("//")[1].split("/")[0].trim().split("\?")[0].split("\&")[0];
        else return "";
    }
    return _Host;
}
function getHostname(url){
    if("undefined"==typeof(url)||null==url) return "";
    url = url.trim(); if(""==url) return "";
    return getHost(url).split(':')[0];
}
function getDomain(url){
    if("undefined"==typeof(url)||null==url) return "";
    url = url.trim(); if(""==url) return "";
    return getHostname(url).replace(/([a-zA-Z0-9]+.)/,"");
}

Answer 12

今日この問題の解決策を探していました。上記の答えはどれも満足していないようでした。私は1つのライナーであり、条件付きロジックではなく、関数にラップされなければならないものではないソリューションを望んでいました。

これが私が思いついたものです、本当にうまくいっているようです：

 hostname = "http://www.example.com:1234" 
 hostname.split（ "//"）.slice（-1）[0] .split（ "："） [0] .split（ '。'）。slice（-2）.join（ '。'）// "example.com"となります

一見すると複雑に見えるかもしれませんが、それはかなり簡単に動作します。鍵となるのは分割部分のendから引き出す必要がある（そして[0]の先頭から取得する）いくつかの場所で 'slice（-n）'を使用することです。分割配列）.

これらのテストはそれぞれ "example.com"を返します。

[.____。 "" http://example.com ".split（" // "）.slice（-1）[0] .split（"： "）[0] .split（ '。'）。slice （-2）.join（ '。'）
 "http://example.com:1234" .split（ "//"）.slice（-1）[0] .split（ "：" ）[0] .split（ '。'）。slice（-2）.join（ '。'）
 "http://www.example.com:1234" .split（ "//"） .slice（-1）[0] .split（ "："）[0] .split（ '。'）。slice（-2）.join（ '。'）
 "http：// foo .www.example.com：1234 ".split（" // "）。slice（-1）[0] .split（"： "）[0] .split（ '。'）。slice（-2）参加する（ '。'）

Answer 13

さて、私はこれが古い質問であることを知っています、しかし、私はそれを共有すると思ったので私は超効率的なURLパーサーを作りました。

お分かりのように、関数の構造は非常に変わっていますが、効率のためです。プロトタイプ関数は使用されず、文字列は2回以上反復されず、文字は必要以上に処理されません。

function getDomain(url) {
    var dom = "", v, step = 0;
    for(var i=0,l=url.length; i<l; i++) {
        v = url[i]; if(step == 0) {
            //First, skip 0 to 5 characters ending in ':' (ex: 'https://')
            if(i > 5) { i=-1; step=1; } else if(v == ':') { i+=2; step=1; }
        } else if(step == 1) {
            //Skip 0 or 4 characters 'www.'
            //(Note: Doesn't work with www.com, but that domain isn't claimed anyway.)
            if(v == 'w' && url[i+1] == 'w' && url[i+2] == 'w' && url[i+3] == '.') i+=4;
            dom+=url[i]; step=2;
        } else if(step == 2) {
            //Stop at subpages, queries, and hashes.
            if(v == '/' || v == '?' || v == '#') break; dom += v;
        }
    }
    return dom;
}

Answer 14

これがjQueryのワンライナーです。

$('<a>').attr('href', url).prop('hostname');

Answer 15

すべてのURLプロパティ、依存関係、JQueryがない、わかりやすい

この解決策はあなたの答えと追加の特性を与えます。 JQueryやその他の依存関係は必要ありません。貼り付けてください。

使用法

getUrlParts("https://news.google.com/news/headlines/technology.html?ned=us&hl=en")

出力

{
  "Origin": "https://news.google.com",
  "domain": "news.google.com",
  "subdomain": "news",
  "domainroot": "google.com",
  "domainpath": "news.google.com/news/headlines",
  "tld": ".com",
  "path": "news/headlines/technology.html",
  "query": "ned=us&hl=en",
  "protocol": "https",
  "port": 443,
  "parts": [
    "news",
    "google",
    "com"
  ],
  "segments": [
    "news",
    "headlines",
    "technology.html"
  ],
  "params": [
    {
      "key": "ned",
      "val": "us"
    },
    {
      "key": "hl",
      "val": "en"
    }
  ]
}

コード
コードは、超高速ではなく理解しやすいように設計されています。 1秒間に100回簡単に呼び出すことができるので、フロントエンドや少数のサーバーの使用には適していますが、大量のスループットには適していません。

function getUrlParts(fullyQualifiedUrl) {
    var url = {},
        tempProtocol
    var a = document.createElement('a')
    // if doesn't start with something like https:// it's not a url, but try to work around that
    if (fullyQualifiedUrl.indexOf('://') == -1) {
        tempProtocol = 'https://'
        a.href = tempProtocol + fullyQualifiedUrl
    } else
        a.href = fullyQualifiedUrl
    var parts = a.hostname.split('.')
    url.Origin = tempProtocol ? "" : a.Origin
    url.domain = a.hostname
    url.subdomain = parts[0]
    url.domainroot = ''
    url.domainpath = ''
    url.tld = '.' + parts[parts.length - 1]
    url.path = a.pathname.substring(1)
    url.query = a.search.substr(1)
    url.protocol = tempProtocol ? "" : a.protocol.substr(0, a.protocol.length - 1)
    url.port = tempProtocol ? "" : a.port ? a.port : a.protocol === 'http:' ? 80 : a.protocol === 'https:' ? 443 : a.port
    url.parts = parts
    url.segments = a.pathname === '/' ? [] : a.pathname.split('/').slice(1)
    url.params = url.query === '' ? [] : url.query.split('&')
    for (var j = 0; j < url.params.length; j++) {
        var param = url.params[j];
        var keyval = param.split('=')
        url.params[j] = {
            'key': keyval[0],
            'val': keyval[1]
        }
    }
    // domainroot
    if (parts.length > 2) {
        url.domainroot = parts[parts.length - 2] + '.' + parts[parts.length - 1];
        // check for country code top level domain
        if (parts[parts.length - 1].length == 2 && parts[parts.length - 1].length == 2)
            url.domainroot = parts[parts.length - 3] + '.' + url.domainroot;
    }
    // domainpath (domain+path without filenames) 
    if (url.segments.length > 0) {
        var lastSegment = url.segments[url.segments.length - 1]
        var endsWithFile = lastSegment.indexOf('.') != -1
        if (endsWithFile) {
            var fileSegment = url.path.indexOf(lastSegment)
            var pathNoFile = url.path.substr(0, fileSegment - 1)
            url.domainpath = url.domain
            if (pathNoFile)
                url.domainpath = url.domainpath + '/' + pathNoFile
        } else
            url.domainpath = url.domain + '/' + url.path
    } else
        url.domainpath = url.domain
    return url
}

Answer 16

jQueryとoneline

$('<a>').attr('href', document.location.href).prop('hostname');

Answer 17

// use this if you know you have a subdomain
// www.domain.com -> domain.com
function getDomain() {
  return window.location.hostname.replace(/([a-zA-Z0-9]+.)/,"");
}

Answer 18

まあ、正規表現を使うほうがずっと簡単になります：

    mainUrl = "http://www.mywebsite.com/mypath/to/folder";
    urlParts = /^(?:\w+\:\/\/)?([^\/]+)(.*)$/.exec(mainUrl);
    Host = Fragment[1]; // www.mywebsite.com

Answer 19

私は個人的にこの解決策のためにたくさん研究しました、そして私が見つけることができる最も良いものは実際にCloudFlareの「ブラウザチェック」からです：

function getHostname(){  
            secretDiv = document.createElement('div');
            secretDiv.innerHTML = "<a href='/'>x</a>";
            secretDiv = secretDiv.firstChild.href;
            var HasHTTPS = secretDiv.match(/https?:\/\//)[0];
            secretDiv = secretDiv.substr(HasHTTPS.length);
            secretDiv = secretDiv.substr(0, secretDiv.length - 1);
            return(secretDiv);  
}  

getHostname();

私は変数を書き換えて「人間」が読みやすいようにしましたが、予想以上にうまく機能しました。

Answer 20

手短に言えば、あなたはこのようにすることができます

var url = "http://www.someurl.com/support/feature"

function getDomain(url){
  domain=url.split("//")[1];
  return domain.split("/")[0];
}
eg:
  getDomain("http://www.example.com/page/1")

  output:
   "www.example.com"

ドメイン名を取得するために上記の関数を使用してください