Parsen der Zeichenfolge für die Domäne / hostName

Kunden eingeben können Webseiten von domain-Namen. Sie können auch geben Sie E-Mailadressen von Ihren Kontakten.

Wissen, dass wir brauchen, um Kunden zu finden, die websited whoose Domäne verbunden werden können, um die Domänen der E-Mailadressen.

Also meine Idee ist, extrahieren Sie den host aus dem webadress und aus der url und vergleichen Sie

Also, was ist die zuverlässigste Algorithmus, um die Hostnamen aus url?

beispielsweise ein host kann sein:

foo.com
www.foo.com
http://foo.com
https://foo.com
https://www.foo.com

Das Ergebnis sollte immer sein foo.com

  • Richtig, mein Fehler
  • Punkt der Klärung, da Sie gelöscht, das Beispiel mit der .vu TLD sagen Sie, Sie kümmert sich nur darum .com-TLDs oder ist das eine zu starke Vereinfachung?
  • es ist eine grobe Vereinfachung. es könnte eine Art von TLD .de .eu .biz..... die wichtige Voraussetzung ist, um mögliche Kandidaten passenden E-Mailadressen durch das betrachten von website-urls
  • Ich verwenden .net / c#
InformationsquelleAutor Boas Enkler | 2012-05-24
  1. 12

    Anstatt sich auf unzuverlässige regex verwenden System.Uri zu tun, die Analyse für Sie. Verwenden Sie einen code wie diesen:

    string uriStr = "www.foo.com";
if (!uriStr.Contains(Uri.SchemeDelimiter)) {
    uriStr = string.Concat(Uri.UriSchemeHttp, Uri.SchemeDelimiter, uriStr);
}
Uri uri = new Uri(uriStr);
string domain = uri.Host; //will return www.foo.com

    Jetzt, um nur die top-level-domain, die Sie verwenden können:

    string tld = uri.GetLeftPart( UriPartial.Authority ); //will return foo.com
    • sollte nicht tld Ergebnis in nur "com" ?
    • uri.GetLeftPart(UriPartial.Behörde) nicht wieder die root-domain-Namen. Stattdessen gibt es die gesamte linke Teil der URL, beginnend von der Regelung und endend mit dem port (wenn angegeben). AFAIK, die einzige Möglichkeit zu ignorieren, die sub-domain ist Teil der host ist explizit trunkieren Sie mit einem 2-pass-Aufruf von string.LastIndexOf().
    • Bitte aktualisieren Sie die Antwort.string tld nicht zurückzukehren, die Wurzel.
    InformationsquelleAutor anubhava
  2. 1

    Hier einen regulären Ausdruck entsprechen, wird die url, die Sie zur Verfügung gestellt haben. Im wesentlichen http und https etc sind optional, so ist das www ist dann Alles aufeinander abgestimmt, um einen möglichen Pfad;

    var expression = /(https?:\/\/)?(www\.)?([^\/]*)(\/.*)?$/;

    Dies würde bedeuten, dass;

    var result = 'https://www.foo.com.vu/blah'.replace(expression, '$3')

    Bewerten würde zu 

    result === 'foo.com.vu'
    • die Frage ist, was ist mit subdomains. ich denke, Sie sollten nicht im Ergebnis enthalten. so product.mycompany.com sollte am Ende in mycompany.com
    • Das könnte ganz schön schwierig, wie Sie konnte nicht zählen die Punkte, um zu amüsieren, eine sub-domain (ich denke, was ich versuche zu sagen, ist Dinge wie .co.uk würde Durcheinander zu bringen). Sie würden wahrscheinlich haben, um zwei Prüfungen, eine mit den obigen Ausdruck und eine, die Streifen von den char ' s vor dem ersten Punkt
    • Diese Antwort schlägt fehl, wenn Sie bewertet einen DNS-Namen mit ungültigen Zeichen (wie a!notit.com), oder ein mit zu vielen Zeichen (über 63)
    InformationsquelleAutor cmilhench
  3. 1

    Gibt es bereits ein url-parser in c# für die Extraktion dieser Informationen

    Hier sind einige Beispiele http://www.stev.org/post/2011/06/27/C-HowTo-Parse-a-URL.aspx

    InformationsquelleAutor
  4. 0

    Finden Sie unter dieser url. Die Host-Eigenschaft, im Gegensatz zu der Behörde wird nicht die port-Nummer.

    http://msdn.microsoft.com/en-us/library/system.uri.host(v=vs. 110).aspx

    InformationsquelleAutor Rafi
Schreibe einen Kommentar