截取URL的域名并记录次数

题目:
对TXT文件中的每一条URL进去截取域名并记录出现的次数,如:http://www.baidu.com,最后进行存储

def cut(rows):
	"""
	同样可以利用正则表达式提取
	"""
    contect = rows.rsplit("http")[1]
    contect = str(contect.rsplit("com/")[0] + "com")
    contect = str("http" + contect)
    return contect

#判断listHttp_dict 是否存在这个元素
def elementDecide(contect):
    num = 1
    if contect in listHttp_dict:
        listHttp_dict[contect] = int(listHttp_dict.get(contect)) + 1
    else:
        listHttp_dict.update({contect: num})
        pass


def openFind():
    # ss = open("/Users/admin/Desktop/Host.txt", 'r').readline()   decide
    try:
        ss = open("/Users/admin/Desktop/Host.txt", 'r').readlines()   #读取TXT文本每一行数据
        for i, rows in enumerate(ss):
            if i in range(len(ss)):
                if rows.find("http") != -1:
                    contect = cut(rows)
                    elementDecide(contect)
                else:
                    print("不是正确的url")
        return listHttp_dict
    except:
        return False


if __name__ == '__main__':
    listHttp_dict = dict()
    print(openFind())
    url_file = "/Users/admin/Desktop/url.txt"
    fileObject = open(url_file, 'w')
    fileObject.write(str(listHttp_dict))
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值