Cadena de análisis para Domain/hostName

Los clientes de Out pueden ingresar a sitios web desde nombres de dominio. También pueden ingresar a los mailadresses desde sus contactos.Cadena de análisis para Domain/hostName

Sabemos que tenemos que encontrar clientes cuyo dominio whoose websited se puede asociar a los dominios de los mailadresses.

Así que mi idea es extraer el anfitrión de la webadress y desde la url y compararlos

Entonces, ¿cuál es el algoritmo más fiable para obtener el nombre de host de una URL?

por ejemplo, un host puede ser:

foo.com 
www.foo.com 
http://foo.com 
https://foo.com 
https://www.foo.com

El resultado debe ser siempre foo.com

Fuente

2012-05-24 Boas Enkler

derecho, mi error –

modo de aclaración, ya que ha eliminado el ejemplo con el TLD .vu estás diciendo que sólo se preocupan por TLD .com o esto es una simplificación excesiva? –

es una simplificación excesiva. podría ser cualquier tipo de TLD, .de .eu .biz ..... el requisito importante es encontrar posibles candidatos que coincidan con los mailadresses mirando URLs del sitio web –

lugar de confiar en el uso de expresiones regulares no fiable System.Uri para hacer el análisis para usted. Utilizar un código como el siguiente:

string uriStr = "www.foo.com"; 
if (!uriStr.Contains(Uri.SchemeDelimiter)) { 
    uriStr = string.Concat(Uri.UriSchemeHttp, Uri.SchemeDelimiter, uriStr); 
} 
Uri uri = new Uri(uriStr); 
string domain = uri.Host; // will return www.foo.com

ahora para obtener sólo el dominio de nivel superior se puede utilizar:

string tld = uri.GetLeftPart(UriPartial.Authority); // will return foo.com

Fuente

2012-05-24 12:39:23 anubhava

no debería dar como resultado solo "com"? – mikesjawnbit

@anubhava: uri.GetLeftPart (UriPartial.Authority) no devuelve el nombre de dominio raíz.En su lugar, devuelve toda la parte izquierda de la URL, comenzando desde el esquema y terminando con el puerto (si se especifica). AFAIK, la única forma de ignorar la porción de subdominio del host es truncarlo explícitamente usando una llamada de 2 pasos a string.LastIndexOf(). –

Actualice answer.string tld no devuelve la raíz. – LikePod

He aquí una expresión regular que coincida con la URL que ha proporcionado. Básicamente http y https, etc. son opcionales, al igual que www. Todo se compara con una posible ruta;

var expression = /(https?:\/\/)?(www\.)?([^\/]*)(\/.*)?$/;

Esto significa que;

var result = 'https://www.foo.com.vu/blah'.replace(expression, '$3')

evaluaría a

result === 'foo.com.vu'

Fuente

2012-05-24 10:15:18 cmilhench

la pregunta es qué hay de los subdominios. Creo que no deberían incluirse en el resultado. por lo que product.mycompany.com debería terminar en mycompany.com –

Eso podría ser bastante difícil ya que no se podían contar los puntos para entretener a un subdominio (creo que lo que trato de decir es cosas como .co.uk estropearía las cosas). Probablemente tendrías que hacer dos comprobaciones, una con la expresión anterior y otra con las tiras antes del primer punto – cmilhench

. Esta respuesta falla si evalúas un nombre DNS con caracteres no válidos (como 'a! Notit.com') , o uno con demasiados caracteres (más de 63) –

Ya existe un analizador URL en C# para extraer esta información

Aquí hay algunos ejemplos http://www.stev.org/post/2011/06/27/C-HowTo-Parse-a-URL.aspx

Fuente

2013-04-20 13:56:36

Ver esta URL. La propiedad Host, a diferencia de la Autoridad, no incluirá el número de puerto.

http://msdn.microsoft.com/en-us/library/system.uri.host(v=vs.110).aspx

Fuente

2014-01-14 22:08:12 Rafi