python：如何从 URL 中快速提取域名？

👋 相关阅读

• Python3.7实现自动刷博客访问量（只需要输入用户id）
• Pycharm 专业版配置自动同步代码至服务器
• 回调函数Callback —从同步思维切换到异步思维
• 让Python在退出时强制运行一段代码
• 脱离苦海，从避免滥用try...except...开始

有时候，我们要从一段很长的 URL 里面提取出域名。例如从https://www.kingname.info/2020/10/02/copy-from-ssh/，我需要获取的是kingname.info。

可能有人会这样写代码：

url = 'https://www.kingname.info/2020/10/02/copy-from-ssh/'
domain = '.'.join(url.split('/')[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：blog.exercise.kingname.com.cn。显然，使用点分割以后，也不知道怎么拿到真正的域名kingname.com.cn。

还有一些人的需求可能只需要域名中的名字，例如kingname.info只要kingname，google.com.hk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 = 'https://www.kingname.info/2020/10/02/copy-from-ssh/'
>>> 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)
kingname.info

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：

via:https://mp.weixin.qq.com/s/27mdyBEgP8zWexbAYWOfYw

×