根据url提取网站域名的方法小结

根据url提取网站域名的方法小结
前言：最近使用到了他人总结的一个基础类库。查看了下源码，发现String帮助类的一个辅助方法不是很严谨，重构之。

1、原来程序的写法
飞秋-http://www.freeeim.com/
view sourceprint?01 public static string GetDomainName(string url) 

02   { 

03       Regex reg = new Regex(@"http(s)?://([/w-]+/.)+[/w-]+/?"); 

04       string result = reg.Match(url, 0).Value; 

05       if (result.IndexOf("http://") > -1) 

06       { 

07           result = result.Replace("http://", string.Empty); 

08       } 

09       else if (result.IndexOf("https://") > -1) 

10       { 

11           result = result.Replace("https://", string.Empty); 

12       } 

13       return result.Replace("/", string.Empty); 

14   }

2、改进方案

上面的写法，我认为不严谨的地方有两处：a、没有区分部分字符串的大小写（虽然通常传入的url都是小写http(s)开头的，使用起来问题不大）；b、参数没有考虑为null的情况。下面给出我的几种解决方法，个人认为相对而言比较简洁严谨一些。

     （1）正则改进

　　按照原来代码的写法，正则表达式是先提取出形如 http://www.freeeim.com/ 的形式的字符串，然后再处理字符串。字符串替换和hard coding看起来会比较多，而且，毫无疑问，上面代码中的正则提取的字符串稍显冗余。我的改进如下：

view sourceprint?1 public static string GetDomainName(string url) 

2      { 

3          if (url == null) 

4          { 

5              throw new Exception("输入的url为空"); 

6          } 

7          Regex reg = new Regex(@"(?<=[://])([/w-]+/.)+[/w-]+/?", RegexOptions.IgnoreCase); 

8          return reg.Match(url, 0).Value.Replace("/", string.Empty); 

9      }

    应该说这是比较忠实于源代码的一种实现。    

   （2）直接拼接字符串

　　拼接字符串在实际开发中可以做很多事情，简单的域名提取自然不在话下。我们分析一下输入的url，发现很显著也很重要的一个特征就是通过斜线（/）来分割字符串，每一个分隔后的字符串分别表示不同的属性，如对应的协议名称，域名，站点名，页面名称等等。具体分割拼接提取的方法如下：

view sourceprint?01 public static string GetDomainName(string url) 

02    { 

03         if (url == null) 

04        { 

05            throw new Exception("输入的url为空"); 

06        } 

07        string result = string.Empty; 

08        string[] strArr = url.Split(new char[] { '/' }, StringSplitOptions.RemoveEmptyEntries); 

09        foreach (string item in strArr) 

10        { 

11            if (string.Compare("http:", item.ToLower()) == 0) 

12            { 

13                continue; 

14            } 

15            else if (string.Compare("https:", item.ToLower()) == 0) 

16            { 

17                continue; 

18            } 

19            result = item; 

20            break; 

21        } 

22        return result; 

23    }

           严格来说，这个是比较“笨”的方法，但是通俗易懂。

      （3）通过一个HttpRequest对象获取它的Url的Host

　　平时我们都是通过HttpRequest对象获取它的Url的Host来获取网站域名，现在只有一个字符串参数url，很显然，我们会想到构造一个HttpRequest对象，然后按步就班即可。具体方法如下：

view sourceprint?01 public static string GetDomainName(string url) 

02 { 

03     string result = null; 

04     try

05     { 

06         HttpRequest request = new HttpRequest(string.Empty, url, string.Empty); 

07         result = request.Url.Host; 

08     } 

09     catch (Exception ex) 

10     { 

11         throw new Exception(string.Format("当前输入的URL:{0},发生异常：{1}", url, ex.Message)); 

12     } 

13     return result; 

14 }

       这个应该算是另辟蹊径的一种解决方案，可是必需要引用System.Web dll，作为基础类库，应该越少引用越好。

 

结语：到这里，根据url提取host的常规方法基本重构完成，没有过分考虑效率和性能，不知哪种会更快一点。期待您更好的方法和意见。