Вырезать из url домен

[TetRis]

Всем привет, никак не могу разобраться в следующей задаче. Чтобы пользователя не тревожить, всякими напоминаниями о не корректном вводе, я хочу на сервере обрабатывать вводимый им url, а именно, если он введет:

...........
 
- http://site.ru/ - должно вырезать site.ru
- http://site.ru - должно вырезать site.ru
- site.ru/ - должно вырезать site.ru
- site.ru - так и останется
 
- http://www.site.ru/ - должно вырезать www.site.ru
- http://www.site.ru - должно вырезать www.site.ru
- www.site.ru/ - должно вырезать www.site.ru
- www.site.ru - так и останется
 
...........

Т.е. мне важны www. если они есть вводимом url, а также сам домен, никаких слешей в конце и другого хлама, чисто url главной странички с www. или без www. если присутствовало

Также после обрезания проверить на корректность

Спасибо

Сообщение отредактировано: TetRis - 20.04.13, 11:30

[Sunny]

(?:[a-z][-\w\d]*\.)+[a-z]{2,6}

Есть еще IDN домены, и с ними намного больше гемороя.

[TetRis]

Цитата Sunny @ 20.04.13, 14:42

(?:[a-z][-\w\d]*\.)+[a-z]{2,6}

Есть еще IDN домены, и с ними намного больше гемороя.

циферки добавил в регу

/(?:[a-z0-9][-\w\d]*\.)+[a-z]{2,6}/i

а как не допустить такое в урле?

qwe.rty--uio.com

т.е. двойное тире, таких уролов ведь нет

Добавлено 20.04.13, 14:51

Цитата Sunny @ 20.04.13, 14:42

Есть еще IDN домены, и с ними намного больше гемороя.

кириллические? мы их упускаем, а насколько геморно? разве не так?

/(?:[a-zа-я0-9][-\w\d]*\.)+[a-zа-я]{2,6}/iu

Сообщение отредактировано: TetRis - 20.04.13, 14:51

[Sunny]

Цитата TetRis @ 20.04.13, 14:48

циферки добавил в регу

Убери, они не верны. \d отвечает за цифры.

Добавлено 20.04.13, 15:05

Цитата TetRis @ 20.04.13, 14:48

кириллические? мы их упускаем, а насколько геморно? разве не так?

Не только кириллица в IDN встречается. Не так.

Добавлено 20.04.13, 15:08

Цитата TetRis @ 20.04.13, 14:48

т.е. двойное тире, таких уролов ведь нет

Их не будет, хотя вариант

www.site-.ru

возможен, он не учитывается.

[TetRis]

Цитата Sunny @ 20.04.13, 15:04

Убери, они не верны. \d отвечает за цифры.

тогда так:

/(?:[\w\d][-\w\d]*\.)+[a-z]{2,6}/i

а то такой урл не пропускало 123.qwer.ru

и может лучше жестко фильтровать на зоны? ru, com? ...
меняем

+[a-z]{2,6}

на

+(ru|com|biz) и тд

а то пропускает uz.com.ru.qqqq
.qqqq как-то смотрится плохо)))

Добавлено 20.04.13, 15:13
пропускает:

www.site-.ru
www.si--te.ru

[TetRis]

В общем рега готова:

(?:[\w\d][-\w\d]*\.)+(?:biz|com|info|name|net|org|[a-z]{2})

Но есть в ней мелкие огрехи:

в начале доменного имени пропускает
_ or __ - одно или много нижних подчеркиваний
 
в центре доменного имени пропаускает
_ or __ - одно или много нижних подчеркиваний
-- - много тире
 
в конце доменного имени пропускает
_ or __ - одно или много нижних подчеркиваний
- or -- - одно или много тире

т.е.

_popasike.ru - пропустило
__popasike.ru - пропустило
-popasike.ru - не пропустило
--popasike.ru - не пропустило
pop_asike.ru - пропустило
pop__asike.ru - пропустило
pop-asike.ru - пропустило
pop--asike.ru - пропустило
popasike_.ru - пропустило
popasike__.ru - пропустило
popasike-.ru - пропустило
popasike--.ru - пропустило

помогите допилить

[Sunny]

http://stackoverflow.com/a/4694816