Domain Name aus URL in C# extrahieren

Question

Diese Frage hat Antwort in anderen Sprachen/Plattformen, aber ich konnte keine robuste Lösung in C# finden. Hier suche ich für den Teil der URL, die wir in WHOIS verwenden, so bin ich nicht daran interessiert, in Sub-Domains, Port, Schema usw.

Example 1: http://s1.website.co.uk/folder/querystring?key=value => website.co.uk 
Example 2: ftp://username:password@website.com => website.com 

Das Ergebnis sollte gleich sein, wenn der Eigentümer in whois ist das selbe, also gehören sub1.xyz.com und sub2.xyz.com beide dazu, wer die xyz.com hat, die ich von einer URL extrahieren muss.

Answer 1

Ich brauchte das gleiche, also schrieb ich eine Klasse, die Sie kopieren und in Ihre Lösung einfügen können. Es verwendet ein hart codiertes String-Array von Tlds. http://pastebin.com/raw.php?i=VY3DCNhp

Console.WriteLine(GetDomain.GetDomainFromUrl("http://www.beta.microsoft.com/path/page.htm")); 

Ausgänge microsoft.com

und

Console.WriteLine(GetDomain.GetDomainFromUrl("http://www.beta.microsoft.co.uk/path/page.htm")); 

Ausgänge microsoft.co.uk

Answer 2

Am nächsten kommt die System.Uri.Host-Eigenschaft, die den Abschnitt sub1.xyz.com extrahiert. Leider ist es schwer zu wissen, was genau der "Toplevel" Teil des Hosts ist (zB sub1.foo.co.uk versus sub1.xyz.com)

Answer 3

Wie @Pete bemerkte, ist dies ein bisschen kompliziert, aber Ich werde es versuchen.

Beachten Sie, dass diese Anwendung eine vollständige Liste bekannter TLDs enthalten muss. Diese können von http://publicsuffix.org/ abgerufen werden. Links Extrahieren der Liste von dieser Site als Übung für den Leser.

class Program 
{ 
    static void Main(string[] args) 
    { 
     var testCases = new[] 
     { 
      "www.domain.com.ac", 
      "www.domain.ac", 
      "domain.com.ac", 
      "domain.ac", 
      "localdomain", 
      "localdomain.local" 
     }; 

     foreach (string testCase in testCases) 
     { 
      Console.WriteLine("{0} => {1}", testCase, UriHelper.GetDomainFromUri(new Uri("http://" + testCase + "/"))); 
     } 

     /* Produces the following results: 

      www.domain.com.ac => domain.com.ac 
      www.domain.ac => domain.ac 
      domain.com.ac => domain.com.ac 
      domain.ac => domain.ac 
      localdomain => localdomain 
      localdomain.local => localdomain.local 
     */ 
    } 
} 

public static class UriHelper 
{ 
    private static HashSet<string> _tlds; 

    static UriHelper() 
    { 
     _tlds = new HashSet<string> 
     { 
      "com.ac", 
      "edu.ac", 
      "gov.ac", 
      "net.ac", 
      "mil.ac", 
      "org.ac", 
      "ac" 

      // Complete this list from http://publicsuffix.org/. 
     }; 
    } 

    public static string GetDomainFromUri(Uri uri) 
    { 
     return GetDomainFromHostName(uri.Host); 
    } 

    public static string GetDomainFromHostName(string hostName) 
    { 
     string[] hostNameParts = hostName.Split('.'); 

     if (hostNameParts.Length == 1) 
      return hostNameParts[0]; 

     int matchingParts = FindMatchingParts(hostNameParts, 1); 

     return GetPartOfHostName(hostNameParts, hostNameParts.Length - matchingParts); 
    } 

    private static int FindMatchingParts(string[] hostNameParts, int offset) 
    { 
     if (offset == hostNameParts.Length) 
      return hostNameParts.Length; 

     string domain = GetPartOfHostName(hostNameParts, offset); 

     if (_tlds.Contains(domain.ToLowerInvariant())) 
      return (hostNameParts.Length - offset) + 1; 

     return FindMatchingParts(hostNameParts, offset + 1); 
    } 

    private static string GetPartOfHostName(string[] hostNameParts, int offset) 
    { 
     var sb = new StringBuilder(); 

     for (int i = offset; i < hostNameParts.Length; i++) 
     { 
      if (sb.Length > 0) 
       sb.Append('.'); 

      sb.Append(hostNameParts[i]); 
     } 

     string domain = sb.ToString(); 
     return domain; 
    } 
} 

Answer 4

wenn Sie Domainnamen benötigen, dann können Sie URi.hostadress in .net

verwenden, wenn Sie die URL von Inhalten benötigen, dann müssen Sie sie Regex analysieren.