python利用tldextract提取主域名

最新推荐文章于 2024-04-25 09:44:42 发布

~old~two~

最新推荐文章于 2024-04-25 09:44:42 发布

阅读量280

点赞数

分类专栏： python自动化办公文章标签： python 办公脚本

本文链接：https://blog.csdn.net/qq_46055185/article/details/130225439

版权

python自动化办公专栏收录该内容

3 篇文章 0 订阅

订阅专栏

python利用tldextract提取主域名

小老弟在这里抛砖引玉，若有可以优化的点希望大佬不吝赐教，同时也希望帮助到需要此类操作的人
注：列名为URL、读取路径，保存路径自定义、

import pandas as pd
import tldextract


# 读取文件
df = pd.read_excel(r'读取路径.xlsx',index_col=None)#读文件
col_name=df.columns.tolist()#读列名
col_name.append('主域名')#追加一列为主域名
df = df.reindex(columns=col_name)
# 取出域名并处理
Max = df.shape[0]#读取全表行数
n = 0
name = []#为主域名列做准备
while n < Max:
    url = df.loc[n,'URL']#用定位法读取每行URL
    tld = tldextract.extract(url)#调用tldextract解析URL
    main_domain = tld.domain + '.' + tld.suffix#构造主域名
    name.append(main_domain)#将主域名追加进name列表
    n = n + 1#处理下一个url

df['主域名'] = name#将数据写入主域名列

df.to_excel(r'保存路径.xlsx')#保存
print('执行结束')