如何用Java準確地從URL中提取域名？

從 URL 中提取網域名稱

從 URL 中提取網域的任務經常出現。本文討論了此任務的常見 Java 實現，並探索了提高準確性和處理潛在邊緣情況的替代方法。

初始實作

提供的 Java 程式碼從規範化開始如果需要，可以在 URL 前面加上「http://」。然後，它使用 java.net.URL 解析 URL 以取得主機字串。最後，如果主機以“www”開頭，則為“www”之後的子字串。作為域名返回。

替代方法

但是，這種方法有局限性：

• 它無法處理某些邊緣情況，例如路徑以「 http”或“www”開頭的相對URL。
• 它假設協議是始終為小寫，這不是一個有效的假設。
• 它在 URL 相等性檢查期間執行不必要的 DNS 查找，這可能導致拒絕服務攻擊。

改進的實作

為了解決這些問題，我們建議使用 java.net.URI 進行 URL 解析。 URI 提供了更健壯和可靠的方法：

<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>

此程式碼將 URL 轉換為 URI，取得主機字串，並刪除「www」。前綴（如果存在）。

其他注意事項

即使改進了實現，仍然可能存在一些需要注意的邊緣情況。 RFC 3986 附錄 B 提供了一個正規表示式，可以處理更複雜的 URI 解析場景。

邊緣情況

以下是一些初始實作可能失敗的額外邊緣情況處理：

• 路徑中帶有多個斜線的URL或主機
• 帶有編碼字元的URL
• 帶有查詢字串或片段識別碼的URL
• 解析為非ASCII網域的URL

整體而言，使用java.net.URI 進行URL 解析提供了一種更全面、更準確的方法來從URL中提取域名，特別是在處理複雜或可能無效的情況時網址。

以上是如何用Java準確地從URL中提取域名？的詳細內容。更多資訊請關注PHP中文網其他相關文章！