Python3 url域名获取

Python3 url域名获取

• 通过内置模块urllib进行获取：

from urllib.parse import urlparse
url = "http://zhidao.baidu.com"
print(urlparse(url))

输出信息：ParseResult(scheme=‘http’, netloc=‘zhidao.baidu.com’, path=’’, params=’’, query=’’, fragment=’’)，其中netloc就是我们需要的域名信息

• 通过内置模块tldextract进行获取

import tldextract
url = "http://zhidao.baidu.com"
print(tldextract.extract(url))

输出信息：ExtractResult(subdomain=‘zhidao’, domain=‘baidu’, suffix=‘com’)，其中domain就是我们需要的域名信息。

• 看到这里或许疑问就来了，为什么两个内置模块获取的域名信息不完全一致呢？原因在于urllib获取的是当前url的完整域名信息即zhidao.baidu.com，那有人会问tldextract获取的不是完整的域名信息？并不是！tldextract获取的同样是完整的域名，不过他将获取到的域名信息拆分成subdomain子域名，domain主域名的形式进行输出。
• 综合上面的结果我们不难看出前者urllib没有办法准确的拿到网站的主域名，子域名而tldextract能够很好的拿到主域名与子域名的信息。