Question

我已经看到了类似的问题，但并没有真正得到我正在寻找的东西所以我在想。我正在尝试从其URL中提取服务器的主域，但就是这样，没有任何子域。因此，如果URL是，例如，“http://forums.example.com/”我想知道如何从中提取“example.com”部分。我尝试过倒数第二个点，但在处理像“http://forums.example.co.uk/”这样的网址时会遇到麻烦，因为当我想要“example.co.uk”时它只提取“co.uk” ”。有没有办法我可以这样解析网址，而无需找到要比较的顶级域名列表？

PS：如果重要，我将在邮件服务器的上下文中使用它，因此URL可能看起来更像“mail.example.co.uk”或“message-ID@user.mail.example .co.uk“

编辑：好的，所以我知道这个问题的答案与“重复”问题中的答案之一相同，但我认为它是不同的，因为问题是不同的。在另一个问题中，提问者不管子域名是什么，所以选择的答案使用了urlparse，这不区分子域和域。此外，这个问题也询问了电子邮件地址，而urlparse不适用于电子邮件地址（抛出无效的网址异常）。所以我相信这个问题与另一个问题截然不同，而不是重复

Answer 1

您想查看tldextract。有了它，您可以轻松完成您想要的一切。例如：

>>> import tldextract
>>> extracted_domain = tldextract.extract('forums.example.com')
ExtractResult(subdomain='forums', domain='example', suffix='com')

然后你可以：

>>> domain = "{}.{}".format(extracted_domain.domain, extracted_domain.suffix)
>>> domain
'example.com'

它也适用于电子邮件：

>>> tldextract.extract('message-ID@user.mail.example.co.uk')
ExtractResult(subdomain='user.mail', domain='example', suffix='co.uk')

只需使用pip进行安装：pip install tldextract

从Python

1 个答案: