如何从URL中快速提取域名？

有时候，我们要从一段很长的 URL 里面提取出域名。例如从

https://www.kingname.info/2020/10/02/copy-from-ssh/，我需要获取的是kingname.info。

可能有人会这样写代码：

url = 'https://www.kingname.info/2020/10/02/copy-from-ssh/' 
domain = '.'.join(url.split('/')[2].split('.')[1:]) 

运行效果如下图所示：

但如果我给出的 URL 没有带 https://，这段代码的结果就有问题。

而且，有些域名可能有三级、四级域名，例如：blog.exercise.kingname.com.cn。显然，使用点分割以后，也不知道怎么拿到真正的域名kingname.com.cn。

还有一些人的需求可能只需要域名中的名字，例如kingname.info只要kingname，google.com.hk只要google。

对于这些需求，如果手动写规则来提取的话，会非常麻烦。

不过好在 Python 有一个第三方库已经解决了这个问题，这就是tld。

我们先来安装它：

python3 -m pip install tld 

安装完成以后，我们来看看它的使用方法：

>>> url = 'https://www.kingname.info/2020/10/02/copy-from-ssh/' 
>>> from tld import get_tld 
>>> result = get_tld(url, as_object=True) 
>>> domain = result.domain 
>>> print(domain) 
kingname 
>>> domain_with_suffix = result.fld 
>>> print(domain_with_suffix) 
kingname.info 

首先使用get_tld生成一个对象，然后通过对象的.domain属性获得纯域名，使用.fld属性，获得带有后缀的域名。

运行效果如下图所示：

对于不含https的网址，直接使用会报错，如下图所示：

但只要加上一个参数fix_protocol=True就可以解决问题：

【责任编辑：赵宁宁 TEL：（010）68476606】
本文转载自网络，原文链接：http://mp.weixin.qq.com/s?__biz=MzI2MzEwNTY3OQ==&mid=2648979552&idx=1&sn=50eedb54e3d59d584481d82180e482dd&chksm=f2506580c527ec960e50c1b483c368cfb4d25ff40ccf0bdd3a20ae5d1a54b0f531dbf955ef1e&mpshare=1&s
本站部分内容转载于网络，版权归原作者所有，转载之目的在于传播更多优秀技术内容，如有侵权请联系QQ/微信：153890879删除，谢谢！