根据url提取网站域名的方法小结
前言：最近使用到了他人总结的一个基础类库。查看了下源码，发现String帮助类的一个辅助方法不是很严谨，重构之。
1、原来程序的写法
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
public static string GetDomainName(string url) { Regex
reg = new Regex(@"http(s)?://([\w-]+\.)+[\w-]+/?"); string result
= reg.Match(url, 0).Value; { } { } return result.Replace("/",string.Empty); } |
2、改进方案
上面的写法，我认为不严谨的地方有两处：a、没有区分部分字符串的大小写（虽然通常传入的url都是小写http(s)开头的，使用起来问题不大）；b、参数没有考虑为null的情况。下面给出我的几种解决方法，个人认为相对而言比较简洁严谨一些。
（1）正则改进
按照原来代码的写法，正则表达式是先提取出形如 http://www.cnblogs.com/ 的形式的字符串，然后再处理字符串。字符串替换和hard coding看起来会比较多，而且，毫无疑问，上面代码中的正则提取的字符串稍显冗余。我的改进如下：
|
1
2
3
4
5
6
7
8
9
|
public static string GetDomainName(string url) { if (url
== null) { throw new Exception("输入的url为空"); } Regex
reg = new Regex(@"(?<=[://])([\w-]+\.)+[\w-]+/?",
RegexOptions.IgnoreCase); return reg.Match(url,
0).Value.Replace("/",string.Empty); } |
应该说这是比较忠实于源代码的一种实现。
【UPDATE】：根据文章后面布袋和尚说不得大师的指点，再改进一下正则表达式，这样对于正常的url路径或其他类型的路径都可以进行验证匹配了。代码如下：
|
1
2
3
4
5
6
7
8
9
|
public static string GetDomainName(string url) { if (url
== null) { throw new Exception("输入的url为空"); } Regex
reg = new Regex(@"(?<=://)([\w-]+\.)+[\w-]+(?<=/?)"); return reg.Match(url,
0).Value.Replace("/",string.Empty); } |
（2）直接拼接字符串
拼接字符串在实际开发中可以做很多事情，简单的域名提取自然不在话下。我们分析一下输入的url，发现很显著也很重要的一个特征就是通过斜线（/）来分割字符串，每一个分隔后的字符串分别表示不同的属性，如对应的协议名称，域名，站点名，页面名称等等。具体分割拼接提取的方法如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
|
public static string GetDomainName(string url) { if (url
== null) { throw new Exception("输入的url为空"); } string result
= string.Empty; string[]
strArr = url.Split(new char[]
{ '/' },
StringSplitOptions.RemoveEmptyEntries); foreach (string itemin strArr) { if (string.Compare("http:",
item.ToLower()) == 0) { continue; } else if (string.Compare("https:",
item.ToLower()) == 0) { continue; } result
= item; break; } return result; } |
严格来说，这个是比较“笨”的方法，但是通俗易懂。
（3）通过一个HttpRequest对象获取它的Url的Host
平时我们都是通过HttpRequest对象获取它的Url的Host来获取网站域名，现在只有一个字符串参数url，很显然，我们会想到构造一个HttpRequest对象，然后按步就班即可。具体方法如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
|
public static string GetDomainName(string url){ string result
= null; try { HttpRequest
request = new HttpRequest(string.Empty,
url, string.Empty); result
= request.Url.Host; } catch (Exception
ex) { throw new Exception(string.Format("当前输入的URL:{0},发生异常：{1}",
url, ex.Message)); } return result;} |
这个应该算是另辟蹊径的一种解决方案，可是必需要引用System.Web dll，作为基础类库，应该越少引用越好。
结语：到这里，根据url提取host的常规方法基本重构完成，没有过分考虑效率和性能，不知哪种会更快一点。期待您更好的方法和意见。
示例2：
void getDns(char *str, char *des){//str为待处理的字符串，des为提取出的域名。
int i = 0, j = 0;
while(str[i] != '.'){
i++;
}
i++;
while(str[i] != '.'){
des[j++] = str[i++];
}
des[j] = '\0';
return;
}
