java爬虫中如何判断两个ＵＲＬ是否属于同一网站

Question

如何判断两个ＵＲＬ是否属于同一网站，爬虫中要剔除站外链接，应该要怎么做，两个url主域名不一样但属于同一网站，应该通过什么进行判断

Answer 1

 String url = "http://ask.csdn.net/questions/237143";
Pattern p = Pattern.compile("(?<=http://|\\.)[^.]*?\\.(com|cn|net|org|biz|info|cc|tv)",Pattern.CASE_INSENSITIVE);
Matcher matcher = p.matcher(url);
matcher.find();
System.out.println(matcher.group()); // csdn.net