解析复杂的URL [英] Parsing complex URLs

问题描述

我尝试解析URL字符串列表，每工作两小时后，我没有达到任何结果，URL字符串列表如下：

  $ URL_LIST =阵列（
    http://google.com，
    的http：//本地主机：8080 /测试/工程/'，
    http://mail.yahoo.com'，
    http://www.bing.com'，
    http://www.phpromania.net/forum/viewtopic.php?f=24&t=7549'，
    https://prodgame10.alliances.commandandconquer.com/12/index.aspx'，
    https://prodgame10.alliances.commandandconquer.ro/12/index.aspx'，
）;
 

输出应该是：

 阵列
（
    [0] =＆GT; .google.com
    [1] =＆GT; .localhost
    [2] =＆GT; .yahoo.com
    [3] =＆GT; .bing.com
    [4] =＆GT; .phpromania.net
    [5] =＆GT; .commandandconquer.com
）
 

什么促使我在错误区域的第一件事是在URL中超过2个点。
任何算法的例子？

---

这是我做的尝试：

  $ URL_LIST =阵列（
        http://google.com，
        的http：//本地主机：8080 /测试/工程/'，
        http://mail.yahoo.com'，
        http://www.bing.com'，
        http://www.phpromania.net/forum/viewtopic.php?f=24&t=27549'，
        https://prodgame10.alliances.commandandconquer.com/12/index.aspx'，
    ）;    功能尺寸（$名单）
    {
        $ I = 0;
        而（$列表[++ $ i]！= NULL）;
        $回报我;
    }    功能url_Host（$名单）
    {
        $ LISTSIZE =大小（$名单）-1;
        做
        {
            $ =了strsize大小（$列表[$ LISTSIZE]）;
            $分= 0;
            $ dpoints = 0;
            $ tmpString ='';
            做
            {
                $ currentChar = $名单[$ LISTSIZE] [$了strsize];
                如果（ORD（'。'）== ORD（$ currentChar））
                {
                    $ tmpString ='';
                    $点++;
                }
                否则，如果（ORD（'：'）== ORD（$ currentChar））
                {
                    $ tmpString ='：'。
                    $ dpoints ++;
                }
            }而（$列表[$ LISTSIZE] [ -  $了strsize]！= NULL）;
            打印$ tmpString;
            $ =了strsize大小（$列表[$ LISTSIZE]）;
            $ tmpString ='';
            做
            {
                $片= FALSE;
                $ currentChar = $名单[$ LISTSIZE] [$了strsize];
                如果（$ dpoints→2）
                {
                    如果（ORD（'\\\\'）== ORD（$ curentChar））$片=真实的;
                    $ tmpString ='';
                }
            }而（$列表[$ LISTSIZE] [ -  $了strsize]！= NULL）;
            打印$ tmpString＆LT; BR /＆gt;中。
        }而（$列表[ -  $ LISTSIZE]）;
    }    url_Host（$ URL_LIST）;
 

解决方案

您可以使用内置函数 parse_url（） 如下：

 函数getDomain（$网址）
{
    $域=破灭（，array_slice（爆炸（，parse_url（$网址，PHP_URL_HOST）），-2）'。''。'）;
    返回$域;
}
 

测试用例：

 的foreach（$ URL_LIST为$ URL）{
    $结果[] = getDomain（$网址）;
}
 

输出：

 阵列
（
    [0] =＆GT; google.com
    [1] =＆GT;本地主机
    [2] =＆GT; yahoo.com
    [3] =＆GT; bing.com
    [4] =＆GT; phpromania.net
    [5] =＆GT; commandandconquer.com
    [6] =＆GT; commandandconquer.ro
）
 

对于点，您可以手动$ P $他们PPEND串，就像这样：

  $结果[] =。 。 getDomain（$网址）;
 

我不知道为什么你需要做到这一点，但这应该工作。

演示！

I try to parse a list of url strings, after two hours of work I don't reach any result, the list of url strings look like this:

$url_list = array(
    'http://google.com',
    'http://localhost:8080/test/project/',
    'http://mail.yahoo.com',
    'http://www.bing.com',
    'http://www.phpromania.net/forum/viewtopic.php?f=24&t=7549',
    'https://prodgame10.alliances.commandandconquer.com/12/index.aspx',
    'https://prodgame10.alliances.commandandconquer.ro/12/index.aspx',
);

Output should be:

Array
(
    [0] => .google.com
    [1] => .localhost
    [2] => .yahoo.com
    [3] => .bing.com
    [4] => .phpromania.net
    [5] => .commandandconquer.com
)

The first thing what induce me in the error zone is more than 2 dots in the url. Any algorithm example?

---

This is what I try:

    $url_list = array(
        'http://google.com',
        'http://localhost:8080/test/project/',
        'http://mail.yahoo.com',
        'http://www.bing.com',
        'http://www.phpromania.net/forum/viewtopic.php?f=24&t=27549',
        'https://prodgame10.alliances.commandandconquer.com/12/index.aspx',
    );

    function size($list)
    {
        $i=0;
        while($list[++$i]!=NULL);
        return $i;
    }

    function url_Host($list)
    {
        $listSize = size($list)-1;
        do
        {
            $strSize = size($list[$listSize]);
            $points = 0;
            $dpoints = 0;
            $tmpString = '';
            do
            {
                $currentChar = $list[$listSize][$strSize];
                if(ord('.')==ord($currentChar))
                {
                    $tmpString .= '.';
                    $points++;
                }
                else if(ord(':')==ord($currentChar))
                {
                    $tmpString .= ':';
                    $dpoints++;
                }
            }while($list[$listSize][--$strSize]!=NULL);
            print $tmpString;
            $strSize = size($list[$listSize]);
            $tmpString = '';
            do
            {
                $slice = false;
                $currentChar = $list[$listSize][$strSize];
                if($dpoints > 2)
                {
                    if(ord('\\')==ord($curentChar)) $slice = true;
                    $tmpString .= '';
                }
            }while($list[$listSize][--$strSize]!=NULL);
            print $tmpString."<br />";
        }while($list[--$listSize]);
    }

    url_Host($url_list);

解决方案

You can use the built-in function parse_url() as follows:

function getDomain($url) 
{
    $domain = implode('.', array_slice(explode('.', parse_url($url, PHP_URL_HOST)), -2));
    return $domain;
}

Test cases:

foreach ($url_list as $url) {
    $result[] = getDomain($url);
}

Output:

Array
(
    [0] => google.com
    [1] => localhost
    [2] => yahoo.com
    [3] => bing.com
    [4] => phpromania.net
    [5] => commandandconquer.com
    [6] => commandandconquer.ro
)

As for the dots, you can manually prepend them to string, like so:

$result[] = "." . getDomain($url);

I'm not sure why you need to do this, but this should work.

Demo!

这篇关于解析复杂的URL的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！