JS正则提取URL主域名时多级子域识别错误，求正确正则或替代方案

问题原因 #

现有代码的核心问题是提取到hostname后直接按.拆分取第一个元素，完全没有区分「子域名前缀」、「主域名」、「顶级/多级公共后缀」，遇到多级子域名的场景（比如shop.store.com）就会误把前面的子域名当成主域名返回。

方案1：轻量正则适配（覆盖你给出的所有测试场景） #

不需要额外依赖，适配你列出的所有测试用例，支持1-2级公共后缀（比如com、com.tr都可正常识别）：

function getMainDomain(url) {
  // 第一步先过滤协议、端口、路径等内容，提取纯hostname
  const hostname = url.replace(/^(?:https?:\/\/)?/i, '').split(/[/:?#]/)[0];
  // 匹配主域名：自动跳过www前缀、任意单级子域名前缀，忽略后面的公共后缀
  const match = hostname.match(/^(?:www\d?\.|[a-z0-9-]+\.)?([a-z0-9-]+)(?:\.[a-z]{2,}){1,2}$/i);
  return match ? match[1] : null;
}

测试结果完全符合预期：

• getMainDomain('www.google.com') → google
• getMainDomain('en.store.com') → store
• getMainDomain('google.com') → google
• getMainDomain('www2.site.com') → site
• getMainDomain('www.google.com.tr') → google
• getMainDomain('https://www.google.com.tr') → google
• getMainDomain('https://google.com.tr') → google
• getMainDomain('shop.store.com') → store

方案2：通用精准方案（适配所有公共后缀场景） #

如果需要处理更复杂的公共后缀（比如co.uk、gov.cn这类多级后缀，或者自定义后缀），可以基于公共后缀规则实现，可扩展性更高：

// 常用公共后缀列表，可根据业务需求自行扩展
const publicSuffixes = new Set(['com', 'tr', 'cn', 'uk', 'co.uk', 'com.tr', 'net', 'org', 'io', 'dev']);

function getMainDomain(url) {
  const hostname = url.replace(/^(?:https?:\/\/)?/i, '').split(/[/:?#]/)[0];
  const parts = hostname.split('.');
  let suffixLength = 0;
  // 从后往前匹配最长的公共后缀
  for (let i = 1; i <= parts.length; i++) {
    const suffix = parts.slice(-i).join('.');
    if (publicSuffixes.has(suffix)) {
      suffixLength = i;
    }
  }
  // 公共后缀前的最后一段就是目标主域名
  if (parts.length > suffixLength) {
    return parts[parts.length - suffixLength - 1];
  }
  return null;
}

内容的提问来源于stack exchange，提问作者tosunkayaG