我正在尝试从字符串中提取域名和TLD（如果存在）。
对于“testing.co.uk”我想要一个包含值的数组:(“testing”，“co.uk”）
对于“-testing.c”我想要一个带有值的数组:(“testing”）
对于“test-ing.co.uk.com”我想要一个带有值的数组（“test-ing”，“co.uk”）
规则很简单：
我有这个：
(\w[-\w]*\w) - 提取域名的第一部分（工作）\.(\w{2,}(\.?\w{2,})?) - 获取TLD（不工作）答案 0 :(得分：4)
如果我们可以假设TLD最多有2个子部分，则在字符串的末尾（最后一个部分始终是TLD的一部分），并且中间部分的长度在2到3个字符之间。字符串中至少有一个不属于TLD的子部分，则以下内容应与大多数情况相匹配。您对在中间需要所有字母数字和短划线的域的假设是正确的。每个段只能有63个字符长。
^((?:www\.)?(?:\w[-\w]{0-61}\w|\w)(?:\.\w[-\w]{0-61}\w|\w)*?)\.((?:\w{2-3}\.)?\w+))$
解释：
(?: )表示非捕获匹配，您可以使用+，* ,?在它上面但它不会在你的答案中返回
^和$分别匹配字符串的开头和结尾（
{n-m}类似于*或+但匹配特定数量的字符
*?表示匹配0或更多匹配，但非贪婪，因此匹配有效匹配所需的最少次数。这意味着可能由正则表达式任何一方匹配的子部分将进入顶级域名。
(?:www\.)?这是短域名的错误修正，例如www.un.org
(?:\w[-\w]{0-61}\w|\w)确保域部分中至少有一个子部分，并且每个部分最多为63个字符（61 + 2 = 63）。子部分由外部括号捕获。最后的| \ w位解决了一个字母域名的边缘情况，例如x.org和i.net。
(?:\.\w[-\w]{0-61}\w)*?|\w)需要重复，因为第一个小节不能以点开头。这些中的零个或多个是必需的，但要使其成为非贪婪的搜索。
((?:\w{2-3}\.)?\w+)根据上述规则与TLD相匹配。最后一小节始终是TLD的一部分。关于什么构成二级TLD的规则更加模糊
此正则表达式并非完全万无一失，因为有一些例外违反了上述规则。 www.un.com是具有短域名的单段TLD的一个示例。 gmp.police.uk（大曼彻斯特警察局）是另一个域名的例子，其中TLD（police.uk）将无法正确匹配（它将与英国匹配）。
我已将TLD细分受众群的长度扩展为{2-4}，因为我们需要包含.info和.mod.uk等域名。我已将第二个TLD段的长度减少到{2-3}，以减少四个字母域名的不匹配数量，我们对两个或三个字母的域名做的不多，但只有两者不匹配该域还包含一个子域，例如blog.cat.com
以下列出了一些已经使用的顶级域名（TLD），这些顶级域名可能会突出显示一些边缘案例。我认为没有任何内容
http://en.wikipedia.org/wiki/List_of_Internet_top-level_domains
http://en.wikipedia.org/wiki/.uk
答案 1 :(得分：-8)
从网址中删除http://和https://后，这对我有用：
(?:www\.)?((?!-)[a-zA-Z0-9-]{2,63}(?<!-))\.?((?:[a-zA-Z0-9]{2,})?(?:\.[a-zA-Z0-9]{2,})?)
我一次检查一个网址，如果它返回两个匹配，我认为它有效（因为我没有正则表达式技能在那里进行相同的检查）。
在此处试试：http://rubular.com/r/CXmWlSuikP
编辑：没有反馈的投票无法帮助此社区中的任何人。如果此答案不适合您的具体案例，请发表评论。如果您找到问题的解决方案，请将其作为答案发布。