如何在Node.js中提取URL中带HTTP/HTTPS的域名？

嘿，这个需求日常开发里经常碰到，我给你分享几个不同编程语言下的靠谱实现，尽量用语言自带的URL解析工具，别自己写复杂正则，毕竟URL的格式细节太多，正则很容易踩坑！

Python 实现 #

用Python标准库的urllib.parse模块，不用装任何第三方包，稳得一批：

from urllib.parse import urlparse

def extract_domain(url):
    parsed_url = urlparse(url)
    # scheme是http/https，netloc包含域名和端口（如果有的话）
    return f"{parsed_url.scheme}://{parsed_url.netloc}"

# 测试示例
test_url = "https://www.test.com/abc/?a=1&b=1"
print(extract_domain(test_url))  # 输出: https://www.test.com

这个方法还能正确处理带端口的URL，比如https://www.test.com:8080/path会提取出https://www.test.com:8080。

JavaScript 实现 #

不管是浏览器端还是Node.js，都可以用原生的URL对象来解析，非常方便：

function extractDomain(url) {
    const urlObj = new URL(url);
    // protocol是"http:"或"https:"，host包含域名和端口
    return `${urlObj.protocol}//${urlObj.host}`;
}

// 测试
const testUrl = "https://www.test.com/abc/?a=1&b=1";
console.log(extractDomain(testUrl)); // 输出: https://www.test.com

PHP 实现 #

PHP自带的parse_url函数就能搞定，要是需要支持端口的话，稍微加个判断就行：

function extractDomain($url) {
    $parsed = parse_url($url);
    $domain = $parsed['scheme'] . '://' . $parsed['host'];
    // 如果URL带端口，就加上端口号
    if (isset($parsed['port'])) {
        $domain .= ':' . $parsed['port'];
    }
    return $domain;
}

// 测试
$testUrl = "https://www.test.com/abc/?a=1&b=1";
echo extractDomain($testUrl); // 输出: https://www.test.com

为什么不推荐正则？ #

虽然网上能找到一堆提取域名的正则，但URL的格式其实有很多边缘情况：比如带多级子域名、包含端口、甚至有些特殊的域名后缀（比如.co.uk），正则很难覆盖所有场景，用语言原生的解析工具才是最可靠的，毕竟这些工具都是经过大量测试的。

内容的提问来源于stack exchange，提问作者GThamizh