[转载]根据url提取网站域名的方法小结 - JeffWong - 博客园

baacloud免费翻墙vpn注册使用

[转载]根据url提取网站域名的方法小结 – JeffWong – 博客园.

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

public static string GetDomainName(string url)
  {
      Regex reg = new Regex(@"http(s)?://([\w-]+\.)+[\w-]+/?");
      string result = reg.Match(url, 0).Value;
      if (result.IndexOf("http://") > -1)
      {
          result = result.Replace("http://", string.Empty);
      }
      else if (result.IndexOf("https://") > -1)
      {
          result = result.Replace("https://", string.Empty);
      }
      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:

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:

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:

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 item in 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:

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。

赞(0) 打赏
分享到: 更多 (0)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏