javascript 从URL提取基本域/eTLD+1

368yc8dk 于 2023-01-04 发布在 Java

关注(0)|答案(2)|浏览(134)

我目前正在写一个WebExtension，在这个扩展中，我需要处理JS中的一堆URL，并提取基域（又名eTLD +1）。
所以

www.cnn.com =〉cnn.com
cnn.com =〉cnn.com
www.world.cnn.com =〉cnn.com
www.bbc.co.uk =〉bbc.co.uk
...

从示例中可以看出，没有简单的技术可以提取所有内容，实际上，the official list大约有12，000行。
我知道浏览器可以在内部做，我想知道在JS中有没有标准的方法来做这件事？

JavaScript

来源：https://stackoverflow.com/questions/52834715/extracting-a-base-domain-etld1-from-a-url

2条答案

按热度按时间

n9vozmp41#

也许太晚了，但是：
对于浏览器的使用，Raymond Hill（uBlock原作者）的publicsuffixlist.js实现非常好用，您也可以选择使用WASM来获得更好的性能。
简单用法（一旦你有了publicsuffix.min.js和punycode.js）：

// at this point you have the publicsuffix list in a string
const publicSuffixList = "must contain list from https://publicsuffix.org/list/public_suffix_list.dat";
window.publicSuffixList.parse(publicSuffixList, punycode.toASCII);

// optionnal enable wasm : need that you serve the WASM file with MIME type 
// "Content-Type: application/wasm"
window.publicSuffixList.enableWASM().then(status => {
   console.log("WASM status: ", status);
});

const host = "www.bbc.co.uk";
const hostPuny = punycode.toASCII(host);
const domain = window.publicSuffixList.getDomain(hostPuny);
console.log("eTLD+1 : ", punycode.toUnicode(domain));

赞(0）回复(0）举报 2023-01-04

laximzn52#

似乎没有任何JavaScript API，但下面的节点模块看起来像它做的伎俩：https://www.npmjs.com/package/publicsuffixlist

赞(0）回复(0）举报 2023-01-04