PHP获取域名的几种方法

小伙伴们有没有觉得学习文章很有意思？有意思就对了！今天就给大家带来《PHP获取URL域名方法解析》，以下内容将会涉及到，若是在学习中对其中部分知识点有疑问，或许看了本文就能帮到你！

最直接的方法是使用parse_url()函数获取主机名，但若要提取不含子域名的主域名（如example.com），需借助pdp/pdp等第三方库结合公共后缀列表（PSL）进行精确解析，以正确分离子域名、主域名和多级后缀。

在PHP中从URL获取域名，最直接的方法是使用内置的parse_url()函数，它能将URL分解成各个组成部分，其中host键对应的值就是我们通常所说的域名或主机名。但如果需要提取的是不含子域名的“主域名”（例如从www.example.com中提取example.com），则需要进一步的逻辑处理，因为parse_url()返回的host可能包含完整的子域名。

解决方案

PHP提供了一个非常实用的内置函数parse_url()来处理URL的解析。这个函数能够将一个URL字符串解析成一个关联数组，其中包含了协议、主机名、路径、查询参数等多个组成部分。要获取域名，我们主要关注host这个键。

<?php
$url1 = "https://www.example.com/path/to/page?id=123";
$url2 = "http://sub.domain.co.uk:8080/index.html";
$url3 = "ftp://user:pass@ftp.example.net/file.zip";
$url4 = "invalid-url"; // 故意制造一个无效URL

function getHostFromUrl(string $url): ?string {
    $parsedUrl = parse_url($url);
    // 检查 parse_url 是否成功解析，以及 host 键是否存在
    if ($parsedUrl !== false && isset($parsedUrl['host'])) {
        return $parsedUrl['host'];
    }
    return null; // 或者根据业务需求抛出异常
}

echo "URL1 Host: " . (getHostFromUrl($url1) ?? 'N/A') . "\n"; // 输出: www.example.com
echo "URL2 Host: " . (getHostFromUrl($url2) ?? 'N/A') . "\n"; // 输出: sub.domain.co.uk
echo "URL3 Host: " . (getHostFromUrl($url3) ?? 'N/A') . "\n"; // 输出: ftp.example.net
echo "URL4 Host: " . (getHostFromUrl($url4) ?? 'N/A') . "\n"; // 输出: N/A
?>

上面的代码片段展示了parse_url()的基本用法。它确实能帮我们拿到URL中的主机名。然而，这里的“主机名”可能包含子域名，比如www.example.com或者sub.domain.co.uk。在很多实际场景中，我们可能需要的是“主域名”或者说“可注册域名”（registrable domain），也就是example.com或domain.co.uk。这二者之间的差异，正是我们接下来要深入探讨的关键点。

从URL中准确提取主域名：为何parse_url()可能不够用？

当我们谈论从URL中“获取域名”时，很多时候我们真正想要的是那个“核心”的、不包含子域名的部分，也就是我们常说的“主域名”或“可注册域名”。parse_url()函数返回的host字段，虽然包含了域名信息，但它会原封不动地返回整个主机名，包括所有的子域名。例如，对于blog.tech.example.com，parse_url()['host']会返回blog.tech.example.com。而我们可能期望得到的是example.com。

问题就出在这里：如何判断一个域名中的哪些部分是子域名，哪些部分是顶级域名（TLD），哪些部分是主域名？这可不是简单地按点号（.）分割然后取最后两段就能解决的。想象一下像.co.uk、.com.cn、甚至.github.io这样的多级公共后缀，如果只是简单地取最后两段，domain.co.uk就会被错误地解析成co.uk。这就是Public Suffix List（公共后缀列表，简称PSL）发挥作用的地方。PSL是一个由Mozilla维护的列表，它包含了所有已知的公共后缀（如.com, .org, .co.uk, .github.io等）。只有知道了这些公共后缀，我们才能准确地判断一个域名的主域名部分。

手动维护和解析这个列表显然是不现实的，而且非常容易出错。因此，我们需要更智能、更健壮的解决方案来应对这种复杂性。

借助第三方库实现PHP域名解析的鲁棒性与精确度

面对parse_url()在提取主域名时的局限性，以及公共后缀列表的复杂性，我个人强烈建议引入专业的第三方库来处理域名解析。这不仅能大大提高代码的健壮性和准确性，也能减少我们自己造轮子的风险和维护成本。

一个非常出色的PHP库是jeremykendall/php-domain-parser（或其最新版本pdp/pdp）。这个库内部集成了公共后缀列表，能够非常精准地从任意主机名中提取出顶级域名、主域名以及子域名。它的使用方式也相当直观。

以下是一个使用pdp/pdp库的示例：

<?php
require 'vendor/autoload.php'; // 假设你通过Composer安装了该库

use Pdp\Domain;
use Pdp\Manager;

// 初始化Pdp管理器，它会负责加载和更新Public Suffix List
// 在生产环境中，建议缓存PSL文件以提高性能
$manager = new Manager(new Pdp\Storage\PsrStorage(new \GuzzleHttp\Client()));
// 获取公共后缀规则集，首次运行时可能需要下载 public-suffix-list.json
$rules = $manager->getRules();

$url1 = "https://www.example.com/path";
$url2 = "http://sub.domain.co.uk:8080";
$url3 = "http://localhost/test"; // localhost 没有公共后缀
$url4 = "https://myblog.github.io/post"; // github.io 是一个公共后缀

/**
 * 从URL中提取可注册域名。
 *
 * @param string $url 要解析的URL。
 * @param Pdp\Rules $rules 公共后缀规则集。
 * @return string|null 返回可注册域名或null（如果无法解析）。
 */
function getRegistrableDomainRobust(string $url, Pdp\Rules $rules): ?string {
    $host = parse_url($url, PHP_URL_HOST);
    if (!$host) {
        return null; // URL无效或没有主机名
    }
    try {
        // 使用Pdp库解析主机名
        $domain = $rules->resolve(Domain::fromIDNA2008($host));

        if ($domain->isIP()) { // 如果是IP地址，直接返回
            return $host;
        }
        if ($domain->isLocalHost()) { // 如果是localhost，直接返回
            return $host;
        }
        // 如果是已知域名且有可注册部分，则返回可注册域名
        if ($domain->isKnown() && $domain->getRegistrableDomain()) {
            return $domain->getRegistrableDomain()->toString();
        }
        // 对于其他无法精确解析的情况（如未知公共后缀），可以

好了，本文到此结束，带大家了解了《PHP获取域名的几种方法》，希望本文对你有所帮助！关注golang学习网公众号，给大家分享更多文章知识！