有时候,我们要从一段很长的 URL 里面提取出域名。例如从,我需要获取的是。
可能有人会这样写代码:
url = '' domain = '.'.join(('/')[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:。显然,使用点分割以后,也不知道怎么拿到真正的域名。
还有一些人的需求可能只需要域名中的名字,例如只要kingname,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 = '' >>> 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)
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】
点赞 0