如何从URL的hostname中取出主域名

解决进度

移动到答案中去了

问题定义

先说一下【主域名】的定义，就是指一个人通过域名注册商注册的那个名字（domain name），它在注册商的系统中有个唯一的域名ID。

如t.sina.com.cn的主域名就是sina.com.cn，www.sf.gg的的主域名就是sf.gg

本来我想说根域名，但是怕大伙儿讨论的时候跟Root DNS的概念弄混了。

举例：

hostname             ->  主域名
sf.gg                ->  sf.gg
image.google.com.hk  ->  google.com.hk
www.example.com      ->  example.com
www.yahoo.co.jp      ->  yahoo.co.jp
www.online.sh.cn     ->  online.sh.cn
www.sh.cn            ->  sh.cn
www.nc.jx.cn         ->  nc.jx.cn
www.jx.cn            ->  www.jx.cn
deal.z.cn            ->  z.cn

我的努力

这无非是个字符串匹配的问题，我首先没去找现成的类库，从wikipedia上整理出了顶级国际域名的后缀（TLD，Top Level Domain，如com, org, net, gov）和国家域名（ccTLD，Country Code Top Level Domain，如cn, uk, hk, tw, jp）

但，我只发现TLD是能观察出规律的，都是3-4位，ccTLD是有ISO标准的，都是2位。

把hostname用点号分隔，从最后一段开始处理，是3-4位的是国际域名，连同倒数第二段返回即可。

如果最后一段是2位，那就是国家域名，返回最后一段、倒数第二段，很可能也需要倒数第三段。让我无法逾越的问题出现了：

无法确定倒数第三段是子域名，还是主域名的一部分

例如，yahoo.co.jp，co根本不是一个TLD。因为TLD都是3-4位，也意味着倒数第二段哪些是保留的（如根据CNNIC的规定，各省份的两位字母缩写就是保留不可公开注册的），是较难制作字典的。

即使倒数第二位是保留的，程序遇到www.jx.cn（中国机械网）和www.nc.jx.cn（江西南昌市官方网站）的时候也不能正确处理。

我查了ccTLD的维基资料，也没找到规范来帮我解决www.jx.cn和www.nc.jx.cn的问题。

试着搜索了英文资料，找到的资料大多是parse_url的，根据它们的源码判断，他们也解决不了我这个问题。

如果再找不到规范，我想，有一个笨办法：查whois信息。不从规范上理论判断，从现实存在的域名中判断。

我想得到的帮助

任何帮助和提示，我都很乐意看到。我特别想知道：

域名国际标准中，有没有一个概念是和我所描述的主域名对应的？类似TLD、ccTLD这样的
www.jx.cn和www.nc.jx.cn在DNS里的查询路径是怎样的？
www.jx.cn(中国机械网)这种与保留ccTLD重名的，是不是不能再设置二级域名？如blog.jx.cn, bbs.jx.cn应该是不允许的吧，否则就与nc.jx.cn冲突了

网络域名

阅读 25.7k

5 个回答

Mozilla 是专门有个列表的。Text link 扩展也自带了个列表。

另外，有少数几个顶层域名是可以直接访问的。

用 dig 命令可以知道 DNS 查询路径：

dig +trace www.nc.jx.cn

qinjianxiang

5.9k71318

发布于
2013-12-14

更新于
2013-12-20

1 国际域名（TLD）

完美解决
最后一段是3-4位的是国际域名，倒数第一、第二段即为主域名

2 国家域名（ccTLD）

最后一段是2位的是国家域名

@依云告知的列表（Mozilla整理）可判断最后的两段是否构成保留域名。

中国的保留域名列表可在CNNIC官方网站查到

2.1 非保留域名

完美解决
如10086.cn, t.cn, z.cn，方法与国际域名相同

2.2 保留域名

2.2.1 保留域名加上www作为一个主域名

--- 2013-12-20更新 ---
net.cn（中国万网）、edu.cn（中国教育科研网）、gov.cn（中国政府网）、jx.cn（中国机械网）、sh.cn（魔酷网），他们的域名是包含www的，也就是说，中国万网的域名实际是www.net.cn，如果它要设置子域名，子域名就像这样：bbs.www.net.cn。

证据：http://whois.chinaz.com/blog.www.jx.cn

从程序处理的角度，www.net.cn和sina.net.cn没有区别。

因此，2.2.1章节可以和下面的2.2.2章节合并。感谢@新一指出错误。

--- 2013-12-20更新 ---

如，net.cn（中国万网）、edu.cn（中国教育科研网）、gov.cn（中国政府网）、jx.cn（中国机械网）、sh.cn（魔酷网）。

经过观察和抽样调查（样本空间大于10），这些域名本身当做一个网站的域名使用时，不可再使用三级域名，也就是说，没有blog.jx.cn, bbs.edu.cn这种子域名，如果你看到这样的“子域名”，他们实际上是一个独立的主域名了，在注册商的whois系统中拥有独立的域名ID。

举个例子：
中国政府网它的首页有繁体、英文版的链接，使用的是big5.gov.cn, english.gov.cn，看起来好像是中国政府网的子域名，网站内容和拥有者都是一致的，实际上，这是三个域名，他们的域名ID分别是：