python 提取url中的主域名

python 提取url中的主域名

参考了Ourren的博客。

---

目录

• python 提取url中的主域名
  • 目录
  • 需求
  • 方法
    • urlparse
    • 正则表达式
    • tldextract

需求

给定url，比如 http://blog.csdn.net ，提取出csdn.net

方法

urlparse

使用python的urlparse模块解析只能得到完整的域名，不能提取出主域名。

import urlparse
url = 'http://blog.csdn.net'
o = urlparse.urlparse(url)
print o

>>>ParseResult(scheme='http', netloc='blog.csdn.net', path='', params='', query='', fragment='')

正则表达式

使用正则表达式不容易将所有情况考虑全面。

tldextract

import tldextract
url = 'http://blog.csdn.net'
o = tldextract.extract(url)
print o
>>> o = ExtractResult(subdomain='blog', domain='csdn', suffix='net')

domain = "{}.{}".format(o.domain, o.suffix)

---