PHP 解析 URL 提取域名的簡潔方法

需求分析

在 PHP 開發中，經常需要從完整 URL 中提取純域名（去除協議、www 前綴、路徑、查詢參數等）。本文介紹一個簡潔健壯的域名解析函數。

核心實現代碼

<?php
/**
 * 從 URL 中提取主域名
 * @param string $url 完整 URL
 * @return string 域名（不含 www、協議、路徑）
 */
function phpzygetname($url) {
    // 1. 正則提取主機部分：匹配協議後到第一個 / 之前的內容
    $referer = preg_replace('/https?:\/\/([^\/]+).*/i', '$1', $url);
    
    // 2. 移除 www. 前綴
    $referer = str_replace('www.', '', $referer);
    
    return $referer;
}

// 測試示例
$testUrls = [
    'https://www.example.com/path/to/page',
    'https://sub.domain.org:8080/api?param=value',
    'https://localhost:3000/',
    'ftp://files.example.net/download/file.zip'
];

foreach ($testUrls as $url) {
    echo "URL: $url\n";
    echo "域名: " . phpzygetname($url) . "\n\n";
}
?>

代碼邏輯解析

1. 正則表達式：/https?:\/\/([^\/]+).*/i
   • https?://：匹配 https:// 或 https://
   • ([^\/]+)：捕獲組，匹配非斜杠字符（即域名部分）
   • .*：匹配剩餘路徑
   • i：不區分大小寫
2. 替換引用：$1 保留捕獲組內容（域名+端口）
3. 移除 www：簡單字符串替換去除常見前綴

增強版：支持更多場景

<?php
/**
 * 專業級域名解析函數
 * @param string $url
 * @param bool $removeWww 是否移除 www
 * @param bool $keepPort 是否保留端口
 * @return string|null 解析失敗返回 null
 */
function extractDomain($url, $removeWww = true, $keepPort = false) {
    // 使用 PHP 內置 parse_url 更可靠
    $parsed = parse_url($url);
    if (!$parsed || empty($parsed['host'])) {
        return null;
    }
    
    $host = $parsed['host'];
    
    // 移除 www 前綴
    if ($removeWww && strpos($host, 'www.') === 0) {
        $host = substr($host, 4);
    }
    
    // 處理端口
    if (!$keepPort && isset($parsed['port'])) {
        $host = str_replace(':' . $parsed['port'], '', $host);
    }
    
    return $host;
}

/**
 * 獲取根域名（如 example.com 而非 sub.example.com）
 * 需配合公共後綴列表，這裡提供簡易版
 */
function getRootDomain($url) {
    $domain = extractDomain($url);
    if (!$domain) return null;
    
    $parts = explode('.', $domain);
    if (count($parts) <= 2) return $domain;
    
    // 簡易判斷：常見雙級後綴
    $tlds = ['com.cn', 'net.cn', 'org.cn', 'gov.cn', 'edu.cn', 'co.uk', 'com.au'];
    $lastTwo = strtolower($parts[count($parts)-2] . '.' . end($parts));
    
    if (in_array($lastTwo, $tlds) && count($parts) >= 3) {
        return implode('.', array_slice($parts, -3));
    }
    
    return implode('.', array_slice($parts, -2));
}

// 測試
$urls = [
    'https://www.baidu.com/s?wd=php',
    'https://api.github.com/users/octocat',
    'https://sub.domain.co.uk:8443/path',
    'https://localhost:8080',
    'invalid-url'
];

foreach ($urls as $url) {
    echo "URL: $url\n";
    echo "  域名: " . (extractDomain($url) ?? '解析失敗') . "\n";
    echo "  根域名: " . (getRootDomain($url) ?? '解析失敗') . "\n\n";
}
?>

方案對比

最佳實踐建議

1. 優先使用 parse_url()：PHP 內置函數經過充分測試，符合 RFC 3986 標準
2. 異常處理：始終檢查返回值，parse_url() 失敗時返回 false
3. IDN 支持：國際化域名需配合 idn_to_ascii() 處理
4. 公共後綴列表：生產環境根域名提取建議使用 Public Suffix List 庫（如 TLDExtract）

總結

雖然正則表達式能快速實現基本域名提取，但 parse_url() 才是 PHP 中處理 URL 的標準、可靠方式。根據業務需求選擇：簡單提取用內置函數，根域名分析引入專業庫。