最近在做某个项目时，收到一个需求是用 PHP 解析出链接中的顶级域名。众所周知，如果只需要解析出链接中的域名部分，使用 PHP 自带的 parse_url 函数即可做到：
<?php $url = 'https://tool.mkblog.cn/markdown/'; echo parse_url($url)['host']; // tool.mkblog.cn
如果需要进一步从中间提取出顶级域名，那么只需要按点（.）分割成数组，再取数组中最后两个元素组合到一起，即可得到 mkblog.cn。
然而有一些域名却不按“常理”出牌，[aru_62]比如 http://www.baidu.net.cn/ 这个链接，它对应的“顶级域名”实际上是 baidu.net.cn 这个三级域名。类似的域名还有 xxx.com.cn、 xxx.org.cn、xxx.gov.cn 等等。
找了下资料，发现有一个专门的Public Suffix List公共项目，收集了所有的公共域名后缀！[aru_50]
Public Suffix List 是一个不断更新的数据库，旨在为 Web 应用程序提供标准化的接口，以正确处理 Cookie、安全策略和其他与域名相关的问题。这个列表由志愿者维护，并进行严格的验证，确保了数据的质量和准确性。
更妙的是还有个相对应的开源 PHP 库 [aru_12]：https://github.com/jeremykendall/php-domain-parser。不过，这个库需要用 composer 导入，我用的虚拟主机没有 composer。尝试着改了下，要改动的文件实在是太多了。遂放弃。[aru_15]
简单研究了一下 Public Suffix List 的规则列表，发现并不复杂，于是花了点时间自己写了一个轻量级的解析库，无任何其它依赖，支持中文域名解析，支持自动纠错，支持自动更新数据库。测试了一下效果非常棒！已经开源到 GitHub 上了，有需要的可以自取[aru_47]
这个库的用法如下：
// 引入模块
include_once('DomainParser.class.php');
// 初始化
$parser = new DomainParser();
// 更新公共域名后缀数据库（可选，一般每周更新一次就够了，无需每次更新）
// $parser->update();
// 解析链接
$url = 'http://test.abc.tool.mkblog.cn/pathto/1';
$result = $parser->parse($url);
// 获取结果
if ($result['code'] == 200) {
echo $result['icann'];
} 解析结果
| 字段 | 类型 | 说明 |
|---|---|---|
| code | int | 200 - 解析成功 / 其他数值 - 解析失败 |
| msg | string | 如果解析失败，返回错误消息 |
| host | string | 返回解析出的 host 部分 |
| icann | string | 返回基于 Public Suffix List 中 ICANN 规则解析出的顶级域名 |
| private | string | 返回基于 Public Suffix List 中 PRIVATE 规则解析出的顶级域名 |
更具体的使用说明可以看 GitHub 上的 README~
参考资料
- Public Suffix List https://publicsuffix.org/
- Extract top domain from string php https://stackoverflow.com/questions/14745458/extract-top-domain-from-string-php
- 域名小知识：Public Suffix List https://imququ.com/post/domain-public-suffix-list.html
9人点赞
打赏 