正则表达式以检索domain.tld

Question

我需要Java中的正则表达式，可用于从任何URL检索domain.tld部分。所以https://foo.com/bar，HTTP：//www.foo.com#bar，http://bar.foo.com都会返回foo.com。

我写了这个正则表达式，但它与整个网址匹配

Pattern.compile("[.]?.*[.x][a-z]{2,3}");

我不确定我是否匹配“。” 角色权利。我试过了 ”。” 但是我从netbeans收到一个错误。

更新：

tld不限于2个或3个字符，并且http://www.foo.co.uk/bar应该返回foo.co.uk。

Answer 1

我将使用java.net.URI类提取主机名，然后使用正则表达式提取主机uri的最后两个部分。

import java.net.URI;
import java.net.URISyntaxException;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class RunIt {

    public static void main(String[] args) throws URISyntaxException {
        Pattern p = Pattern.compile(".*?([^.]+\\.[^.]+)");

        String[] urls = new String[] {
                "https://foo.com/bar",
                "http://www.foo.com#bar",
                "http://bar.foo.com"
        };

        for (String url:urls) {
            URI uri = new URI(url);
            //eg: uri.getHost() will return "www.foo.com"
            Matcher m = p.matcher(uri.getHost());
            if (m.matches()) {
                System.out.println(m.group(1));
            }
        }
    }
}

印刷品：

foo.com
foo.com
foo.com