如何在 Java 中可靠地從 URL 中提取網域名稱？

從 URL 提取網域

給定一個 URL，提取網域名稱是 Web 開發和資料處理中的常見任務。然而，由於 URL 語法的複雜性和潛在的邊緣情況，這可能具有挑戰性。

在本次討論中，我們提供了一個Java 解決方案，可以從URL 中提取域名並解決潛在的陷阱和邊緣情況：

改進的Java 解決方案

提供的解決方案使用java.net.URI 而不是java.net.URL 進行解析URL：

<code class="java">public static String getDomainName(String url) throws URISyntaxException {
    URI uri = new URI(url);
    String domain = uri.getHost();
    return domain.startsWith("www.") ? domain.substring(4) : domain;
}</code>

此方法避免了java.net.URL 的多個問題，例如容易遭受拒絕服務攻擊以及缺乏對相對URL 的支援。

處理邊緣情況

原始解決方案在一些邊緣情況下失敗了，包括：

• 相對URL： 不帶方案的URL（例如「http://google.com」）。
• 不區分大小寫協定： 協定不是小寫的 URL（例如， "HTTP://example.com")。
• 協定相關 URL： 沒有以「//」開頭的方案的 URL。
• 相對帶有“www”路徑組件的URL： 帶有以以下開頭的相對路徑的URL "www".
• 以“www”開頭但不是「www」的網域。 : 網域在「www」之前有前導字元的 URL。

正規表示式解決方案

對於格式複雜且可能無效的URL，您可以使用基於RFC 附錄B 的正規表示式3986. 然而，這種方法更加複雜，可能無法正確處理所有邊緣情況。

結論

從 URL 中提取網域需要仔細考慮 URL 語法和潛在的邊緣情況。提供的 Java 解決方案解決了其中許多問題並確保可靠的網域提取。當處理更複雜的 URL 或無效輸入時，可能需要基於正規表示式的解析器。

以上是如何在 Java 中可靠地從 URL 中提取網域名稱？的詳細內容。更多資訊請關注PHP中文網其他相關文章！