php如何从URL中获取域名？php解析URL并提取域名信息-php教程-PHP中文网

最直接的方法是使用parse_url()函数提取主机名，它能准确分离协议、主机和端口。对于缺少协议的URL，需先补全http://以确保正确解析。若要从完整主机名中提取根域名或处理复杂TLD（如.co.uk），则需借助公共后缀列表（PSL）或成熟库如php-domain-parser，避免因简单分割导致错误。

php如何从url中获取域名？php解析url并提取域名信息

PHP要从URL中获取域名，最直接且可靠的方法是使用内置的

parse_url()

登录后复制

函数。这个函数能够将一个URL分解成各个组成部分，比如协议、主机名、路径、查询字符串等，而我们需要的域名信息通常就藏在它返回的“host”键里。

parse_url()

登录后复制

函数是处理URL的利器，它能将一个完整的URL字符串解析成一个关联数组。当我们传入一个URL并指定

PHP_URL_HOST

登录后复制

常量时，它会直接返回URL中的主机名，也就是我们通常所说的域名。如果URL中包含了子域名，比如

www.example.com

登录后复制

或

blog.example.com

登录后复制

，

parse_url()

登录后复制

会完整地返回这些主机名。

<?php
$url1 = "https://www.example.com/path/to/page?query=string#fragment";
$url2 = "http://blog.sub.domain.co.uk:8080/article";
$url3 = "ftp://user:pass@ftp.server.net/file.zip";
$url4 = "example.org/another/path"; // 缺少协议头

// 获取主机名（域名）
$host1 = parse_url($url1, PHP_URL_HOST);
$host2 = parse_url($url2, PHP_URL_HOST);
$host3 = parse_url($url3, PHP_URL_HOST);
$host4 = parse_url($url4, PHP_URL_HOST); // 这里会有点小问题，后面会提到

echo "URL1 域名: " . $host1 . "\n"; // 输出: www.example.com
echo "URL2 域名: " . $host2 . "\n"; // 输出: blog.sub.domain.co.uk
echo "URL3 域名: " . $host3 . "\n"; // 输出: ftp.server.net
echo "URL4 域名: " . $host4 . "\n"; // 输出: (空或null，因为parse_url可能将其视为路径)

// 另一种获取所有组件的方式
$components = parse_url($url1);
if (isset($components['host'])) {
    echo "URL1 完整组件中的域名: " . $components['host'] . "\n";
}
?>

登录后复制

如何处理URL中包含子域名或端口号的情况？

这其实是

parse_url()

登录后复制

的强项。当你面对像

https://www.mysite.com:8443/

登录后复制

或者

http://blog.dev.example.com/

登录后复制

这样的URL时，

parse_url()

登录后复制

会非常准确地识别并提取出主机名。

具体来说，对于

http://blog.dev.example.com/

登录后复制

，

parse_url(..., PHP_URL_HOST)

登录后复制

会直接返回

blog.dev.example.com

登录后复制

。它不会帮你自动“剥离”子域名，因为它认为完整的

blog.dev.example.com

登录后复制

就是这个请求的主机。在我看来，这种处理方式是合理的，因为它提供了最原始、最完整的“主机”信息，至于你是不是想要根域名，那是后续处理的问题。

立即学习“PHP免费学习笔记（深入）”；

至于端口号，比如

https://www.mysite.com:8443/

登录后复制

，

parse_url()

登录后复制

会把

登录后复制

放到

PHP_URL_PORT

登录后复制

键里，而

PHP_URL_HOST

登录后复制

仍然会是干净的

www.mysite.com

登录后复制

。这意味着你不需要担心端口号会混淆你的域名提取。这是我个人很喜欢的一点，职责分离得很清楚。

如果你确实需要从带有子域名的主机名中提取出“根域名”或者“主域名”，那就需要额外进行一些字符串操作了。这通常涉及到一个比较棘手的问题：如何判断哪些是顶级域名（TLD），哪些是主域名的一部分。比如

example.com

登录后复制

的主域名是

example.com

登录后复制

，但

example.co.uk

登录后复制

的主域名也是

example.co.uk

登录后复制

，而不是

co.uk

登录后复制

。我通常会这样做：

<?php
function get_root_domain($host) {
    // 这是一个简化版，对于所有复杂的TLD（如.co.uk, .com.cn）可能不够健壮
    // 更严谨的做法需要一个公共后缀列表（Public Suffix List）
    $parts = explode('.', $host);
    $count = count($parts);

    if ($count <= 2) {
        return $host; // 比如 example.com 或 localhost
    }

    // 简单判断，取最后两部分作为根域名
    // 这对于.com, .org等有效，但对于.co.uk等会出错
    // 更好的方法是使用公共后缀列表来判断
    $root_domain = $parts[$count - 2] . '.' . $parts[$count - 1];

    // 针对一些常见的双层TLD做个简单修正，这只是一个非常粗糙的示例
    $double_tlds = ['co.uk', 'com.cn', 'net.cn', 'org.cn', 'gov.cn'];
    if ($count >= 3 && in_array($parts[$count - 2] . '.' . $parts[$count - 1], $double_tlds)) {
        $root_domain = $parts[$count - 3] . '.' . $parts[$count - 2] . '.' . $parts[$count - 1];
    }

    return $root_domain;
}

$host_with_sub = "blog.dev.example.co.uk";
$host_simple = "www.google.com";
$host_local = "localhost";

echo "原始主机名: " . $host_with_sub . " -> 根域名 (简化): " . get_root_domain($host_with_sub) . "\n";
echo "原始主机名: " . $host_simple . " -> 根域名 (简化): " . get_root_domain($host_simple) . "\n";
echo "原始主机名: " . $host_local . " -> 根域名 (简化): " . get_root_domain($host_local) . "\n";
?>

登录后复制

上面的

get_root_domain

登录后复制

函数只是一个非常简化的示例，在生产环境中，我个人会推荐使用现有的库或更完善的公共后缀列表（Public Suffix List）来处理，因为自己维护这个列表非常繁琐且容易出错。

当URL缺少协议头时，

parse_url()

登录后复制

会如何表现，我们该如何修正？

这是一个很常见的“坑”，我曾不止一次地遇到过。如果URL字符串没有明确的协议头（比如

http://

登录后复制

或

https://

登录后复制

），

parse_url()

登录后复制

可能会把它误认为是文件路径，而不是一个带有主机的URL。例如，

example.com/path

登录后复制

可能被

parse_url()

登录后复制

解析为只有

path

登录后复制

，而

host

登录后复制

键会缺失。这显然不是我们想要的结果。

<?php
$url_no_scheme = "www.example.com/some/page";
$parsed = parse_url($url_no_scheme);
print_r($parsed);
// 预期输出可能只有 [path] => www.example.com/some/page
// host 键会丢失！
?>

登录后复制

要修正这个问题，我的做法通常是在调用

parse_url()

登录后复制

之前，先检查URL是否包含协议头。如果缺少，就手动给它添加一个默认的协议头，比如

http://

登录后复制

。但要注意，不能无脑添加，因为有些URL可能就是相对路径，或者就是本地文件路径，而不是一个完整的HTTP/HTTPS URL。

奇域

奇域是一个专注于中式美学的国风AI绘画创作平台

查看详情

我通常会用

preg_match()

登录后复制

或者

strpos()

登录后复制

来判断：

<?php
function ensure_scheme($url) {
    if (strpos($url, '://') === false) {
        // 简单判断，如果不是以//开头，或者没有包含://，就加上http://
        // 这种判断方式可能不适用于所有情况，但对于常见的域名解析足够
        if (substr($url, 0, 2) !== '//') {
             return 'http://' . $url;
        }
    }
    return $url;
}

$url_missing_scheme = "www.example.com/path";
$url_with_scheme = "https://sub.domain.org/page";
$url_relative = "/another/path"; // 这种我们通常不处理

$fixed_url_missing = ensure_scheme($url_missing_scheme);
$fixed_url_with = ensure_scheme($url_with_scheme);
$fixed_url_relative = ensure_scheme($url_relative); // 相对路径可能不适合这样处理

echo "修正前: " . $url_missing_scheme . " -> 修正后: " . $fixed_url_missing . "\n";
echo "解析结果: " . parse_url($fixed_url_missing, PHP_URL_HOST) . "\n";

echo "修正前: " . $url_with_scheme . " -> 修正后: " . $fixed_url_with . "\n";
echo "解析结果: " . parse_url($fixed_url_with, PHP_URL_HOST) . "\n";

echo "修正前: " . $url_relative . " -> 修正后: " . $fixed_url_relative . "\n";
// 对于相对路径，parse_url可能仍然无法正确提取主机，因为这不是一个完整的URL
echo "解析结果: " . parse_url($fixed_url_relative, PHP_URL_HOST) . "\n";
?>

登录后复制

这里需要强调的是，如果URL本身就是相对路径（例如

/images/pic.jpg

登录后复制

），那么强制添加

http://

登录后复制

是没有意义的，因为它们不包含域名信息。我们的目标是处理那些“看起来像完整URL但缺少协议头”的情况。

如何从获取到的域名中进一步提取顶级域名（TLD）或主域名？

这可不是个小问题，甚至可以说是个“硬骨头”。

parse_url()

登录后复制

很棒，它给了我们完整的主机名，比如

blog.sub.example.co.uk

登录后复制

。但如果我只想知道它的“主域名”是

example.co.uk

登录后复制

，或者顶级域名是

co.uk

登录后复制

，那

parse_url()

登录后复制

就帮不上忙了。

困难之处在于，顶级域名（TLD）的结构并非固定。有些是单层，如

.com

登录后复制

、

.org

登录后复制

；有些是双层，如

.co.uk

登录后复制

、

.com.cn

登录后复制

；甚至还有更复杂的。简单地用

explode('.', $host)

登录后复制

然后取最后两段，对于

example.com

登录后复制

是有效的，但对于

example.co.uk

登录后复制

就会错误地得到

co.uk

登录后复制

而不是

example.co.uk

登录后复制

。

解决这个问题的标准方法是使用“公共后缀列表”（Public Suffix List, PSL）。这是一个由Mozilla维护的列表，包含了所有已知的公共后缀。通过这个列表，你可以准确地判断一个域名哪些部分是公共后缀，从而推导出主域名。

PHP本身没有内置函数来直接处理PSL，所以你需要借助第三方库或者自己实现一套逻辑。我个人在项目中，如果遇到这种强需求，会倾向于使用成熟的PHP库，比如

jeremykendall/php-domain-parser

登录后复制

。它会帮你处理这些复杂的逻辑，省去自己维护PSL的麻烦。

如果你不想引入额外的库，或者只是想理解其原理，那么大致的思路是：

获取一个最新的公共后缀列表（通常是
```
public_suffix_list.dat
```
登录后复制
文件）。
将列表加载到内存中，构建一个查找结构（比如树形结构）。
对于给定的主机名，从右到左（从TLD开始）与列表进行匹配。
找到最长的匹配公共后缀后，就可以确定主域名了。

这听起来就挺复杂的，对吧？所以，我的建议是：

如果只是简单地判断主域名，且不要求100%精确（例如只处理
```
.com
```
登录后复制
,
```
.org
```
登录后复制
等常见单层TLD），可以尝试上面
```
get_root_domain
```
登录后复制
函数中展示的
```
explode
```
登录后复制
加简单判断的方法，但要清楚它的局限性。
如果项目对域名解析的准确性要求非常高，涉及到各种国家代码顶级域名（ccTLD）和多层公共后缀，那么引入一个基于PSL的库是目前最稳妥、最省心的方案。自己造轮子在这个问题上投入产出比不高，而且很容易出错。