判定域名后缀是否是合法注册域名
在做有关流量中域名聚类的事情,需要进行数据过滤。做实验过程中的小探索,如何利用PSL(public suffix list)判断域名后缀是否合法,即是注册域名。
发现有两个python的包,用两个包做出来效果完全相同,即在同一数据集滤除相同的不合法域名
#1.
from publicsuffix import PublicSuffixList
import codecs
psl_file = codecs.open('/home/wangqiang/public_suffix_list.dat', encoding='utf8')#需要实现下载好github中的PSL列表
psl = PublicSuff