Question

我希望将字符串与以下条件匹配：

匹配任何字母，然后是“。”，后跟字母，后跟行尾。

例如，对于字符串'www.stackoverflow.com'，正则表达式应返回'stackoverflow.com'。我有以下代码可用：

my_string = '''
    123.domain.com
    123.456.domain.com
    domain.com
    '''

>>> for i in my_string.split():
...     re.findall('[A-Za-z\.]*?([A-Za-z]+\.[a-z]+)$', i)
...
['domain.com']
['domain.com']
['domain.com']
>>>

上面的代码段完美无缺。但我相信必须有一种更优雅的方式来实现同样的目标。

是否可以从字符串的结尾开始正则表达式搜索/匹配，向字符串的开头移动？如何编写那种类型的正则表达式？或者我应该使用正则表达式吗？

Answer 1

我不确定您的示例是否只是尝试获取域名的最后两部分，或者您是否尝试删除这些数字。如果您只想要域的最后部分，可以执行以下操作：

for i in my_string.split():
     '.'.join(i.split('.')[-2:])

此：

将每个字符串拆分为单词列表，拆分为“。”最初是，然后
将最后两个单词组合成一个字符串，带有'。'分离器。

或者，像这样：

>>> my_string = ['123.domain.com', '123.456.domain.com', 'domain.com', 'www.stackoverflow.com']
>>> ['.'.join(i.split('.')[-2:]) for i in my_string]
['domain.com', 'domain.com', 'domain.com', 'stackoverflow.com']

Answer 2

你的正则表达式不会考虑像domain.co.uk这样的域名，所以我会考虑使用更强大的东西。如果您不介意在脚本中添加更多依赖项，那么会有一个名为tldextract（pip install tldextract）的模块，这使得这非常简单：

import tldextract

def get_domain(url):
    result = tldextract.extract(url)

    return result.domain + '.' + result.tld

Python正则表达式：从字符串结尾匹配（反向）

2 个答案: