Вопрос от подписчика №19 от 22.01.2022:

«Ребята, подскажите, плиз, как из URL извлечь имя домена?»

Отвечаю.

В интернете есть куча примеров готовых регулярных выражений, но они не учитывают русскоязычные домены и их закодированный вид, во многих регулярках есть ошибки, многие из них не учитывают даже 10% от возможных вариантов написания URL.

Да, я знаю, что есть варианты написания URL с FTP, портами и прочей ерундой, но я написал регулярку и протестил её на 410+ вариантах написания URL, в т.ч. с текстом в строке, для более жизненных приземленных случаев, когда вы:

— Спарсили урлы сайта
— Спарсили SERP
— Спарсили URL объявлений в SERP
— Выгрузили отчет о рекламных площадках
— Имеете текст, в котором содержатся многоуровневые урлы

И вы хотите из вложенной структуры страниц получить только список доменов и поддоменов.

Проблема решается в одну строчку.

⬇️ Продолжение ниже.

#хитро_regex

via @ppc_bigbrain