问题标签 [public-suffix-list]

有没有人在 c# 中有公共后缀列表（获取真实域）解析器。

它在 code.google.com /p/domainname-parser/ (remove space before p in name) 上可用，但是项目可能已从谷歌代码中删除，因为我无法再访问项目文件夹和源代码。

我想转换明文公共后缀列表转换为 JSON 对象，以便在我的脚本中使用它。我只想要顶级域名列表。
列表在这里https://publicsuffix.org/list/effective_tld_names.dat
我最初的想法是正则表达式匹配后缀列表的文件，但我不知道如何在 javascript 中正则表达式文件。我对javascript有点陌生。

任何有想法的人，如何实现这一目标。谢谢你

给定网站地址，例如

如何返回根域R，例如

出于我的目的，我将根域定义为具有结构

其中 example_name 不包括“www”，而 public_suffix 在此处的列表中：

https://publicsuffix.org/list/effective_tld_names.dat

这仍然是基于正则表达式的最佳解决方案吗：

https://stackoverflow.com/a/8498629/2109289

R根据公共后缀列表解析根域的内容怎么样，例如：

http://simonecarletti.com/code/publicsuffix/

已编辑：根据理查德的评论添加额外信息

使用XML::parseURI似乎返回第一个“//”和“/”之间的东西。例如

因此，问题归结为拥有一个R可以从 URI 返回公共后缀的函数，或者在公共后缀列表上实现以下算法：

• 根据所有规则匹配域并记下匹配的规则。
• 如果没有规则匹配，则优先规则为“*”。
• 如果多个规则匹配，则主要规则是例外规则。
• 如果没有匹配的异常规则，则优先规则是标签最多的规则。
• 如果现行规则是例外规则，则通过删除最左边的标签来修改它。
• 公共后缀是来自域的一组标签，这些标签直接匹配现行规则的标签（由点连接）。
• 已注册或可注册的域是公共后缀加上一个附加标签。

我使用 java API 根据给定的 URL 提取第二个域名。

https://github.com/whois-server-list/public-suffix-list

它基于PUBLIC SUFFIX LISTMozilla的。

给定以下代码：

我得到以下输出：

它适用于大多数域，但对于s3.amazonaws.com，它返回 null。但是对于类似的：s4.amazonaws.com，它给出了正确的结果。有什么问题？

抱歉，如果这有点离题。我正在使用guavawhich 在内部使用public suffix list。怎么blogspot.com有而wordpress.com没有呢？（还有etsy.com许多其他人......）

我认为此列表的目的是帮助我检测到ihadanny.wordpress.com并且highlyscalable.wordpress.com不属于同一个人，而www.outbrain.com属于traffic.outbrain.com同一个人...

我们有一系列应用程序，我们希望在合并 PR 之前使用 Heroku 的Review Apps对其进行测试。

登录信息存储在这些应用程序之间共享的 cookie 中。由于herokuapp.com列在Public Suffix List下，因此我们不能使用 heroku 提供的域来测试应用程序，因为 cookie 不会在该域上共享。

是否有一种简单的方法可以禁用域对 Chrome 中的公共后缀列表的检查，或者我们可以herokuapp.com从列表中本地排除/覆盖？

有一个 Mozilla 的项目“ https://publicsuffix.org/ ”。我认为它会在我想要验证 URI 的库中派上用场，尤其是 ltd 部分。publicsuffix 是否包含单词中所有可能的 ltd，它们当前在 Internet 上可用并且始终是最新的？可以在生产中使用吗？

请注意，我的问题不是建议我使用库或服务来验证 URI。

我正在尝试测试一个 Web 过滤解决方案，所以我有一个 powershell 循环遍历 URL 列表并返回 Web 响应。问题是您经常访问可能未找到未经授权的 403 或 404 的 cdn 或其他站点，您需要找到根域。

我发现的唯一合乎逻辑的解决方案是将它与 publicsuffix 列表交叉引用。从我所看到的情况来看，它唯一不能很好地运行的语言是 PowerShell。我想知道是否有人遇到过这个问题或有解决方案。

我使用tldextract（2.2.2 版）从 URL 中提取子域/域/后缀。

我最近注意到一个令我惊讶的结果：

不是作为域被拾取，而是althawrah作为后缀的一部分被拾取。 为什么是这样？

稍微窥探一下，我注意到Public Suffice List本身.ye是少数使用前导星号的后缀之一，例如

这里的含义是，这些后缀不允许直接在后缀下注册域名，而是必须注册为三级名称。但是，http://althawrah.ye/并非如此；即，未列为 .ye 的二级域。那么，这里发生了什么？althawrah

只是好奇，Chrome 或任何其他浏览器都不允许在公共后缀列表中设置 cookie。.github.io 或 .compute.aws.amazon.com 等域是列表中的一些示例。

1. 它如何与公共后缀列表上的更新保持同步？
2. 如果我将我的域添加到公共后缀列表，浏览器系统需要多长时间才能更新？
3. 那些最近添加到 PSL 的域上已经设置的 cookie 呢？