为什么需要 PSL#

域名有层级，但光看 . 的数量无法判断”注册级别”在哪里：

• example.com → 注册域是 example.com（1 级 + 公共后缀 com）
• example.co.uk → 注册域是 example.co.uk（1 级 + 公共后缀 co.uk，不是 uk）
• example.github.io → 公共后缀是 github.io，注册域是 example.github.io

所以 Guava 把 Mozilla 维护的 PSL（~9000 条规则）编译进了 JAR，用查表法判断。

PSL 规则匹配算法#

从右往左匹配，规则有三种类型：

匹配时最长规则优先：先匹配例外，再匹配通配，最后匹配普通。

关键概念#

1
         blog.example.co.uk
2
         ─────┬─────┬──┬──
3
              │     │  └─ public suffix: co.uk
4
              │     └─ top private domain: example.co.uk  ← 你能注册的
5
              └─ subdomain

• publicSuffix() — 查 PSL 得到公共后缀（co.uk）
• topPrivateDomain() — 公共后缀 + 往左一级 = 注册域（example.co.uk）
• isUnderPublicSuffix() — 是否在某个公共后缀之下
• hasPublicSuffix() — 该域名本身是否包含已知的公共后缀

源码级流程#

1
InternetDomainName.from("blog.example.co.uk")
2
  ① 校验格式（小写化、ASCII、标签长度 1-63、总长 ≤253）
3
  ② 按 "." 拆成 labels: ["blog", "example", "co", "uk"]
4
  ③ 从右往左拼接，逐级查 PSL Trie 树
5
  ④ 找到匹配的 public suffix → "co.uk"
6
  ⑤ topPrivateDomain = public suffix 左边第一个 label + suffix → "example.co.uk"

PSL 在 Guava 里被预处理成一个紧凑的 Trie（前缀树） 结构（TrieParser 生成的字节码），查找是 O(n)（n = 标签数），非常快。

从 URL 提取域名并不简单#

1
http://user:pass@example.co.uk:8080/path?q=1
2
       │          │          │
3
       auth       host       port

URL 中包含认证信息、端口号、IPv6 地址、路径、查询参数等，如果 InternetDomainName.from() 内部默默做这些提取，调用者反而不知道发生了什么。

三个设计理由#

1. 单一职责 — PSL 匹配是域名层的事，URL 解析是网络层的事。混在一起违反正交性。

2. 避免隐式行为 — 如果传入 http://evil.com@safe.com，你是取 evil.com 还是 safe.com？静默提取会藏 bug。直接报错，用户就知道用错了。

3. 调用者已有工具：

1
// Java 标准库已经能提取 host
2
String host = new URL(input).getHost();
3
InternetDomainName.from(host);  // 清晰、两步各管各的

“反正也是从右往左匹配”——那只是 PSL Trie 查找的方向，跟输入格式无关。拿到干净的域名标签序列之前，URL 的解析工作跟 PSL 没有关系。