【发布时间】:2011-10-19 01:01:55
【问题描述】:
比如地址是:
Address = @987654321@
我想将子域保存到一个变量中,这样我就可以这样做;
print SubAddr
>> lol1
【问题讨论】:
-
这个问题应该很有用:stackoverflow.com/questions/1066933/…
比如地址是:
Address = @987654321@
我想将子域保存到一个变量中,这样我就可以这样做;
print SubAddr
>> lol1
【问题讨论】:
包tldextract 使这项任务变得非常简单,如果您需要更多信息,可以按照建议使用urlparse:
>> import tldextract
>> tldextract.extract("http://lol1.domain.com:8888/some/page"
ExtractResult(subdomain='lol1', domain='domain', suffix='com')
>> tldextract.extract("http://sub.lol1.domain.com:8888/some/page"
ExtractResult(subdomain='sub.lol1', domain='domain', suffix='com')
>> urlparse.urlparse("http://sub.lol1.domain.com:8888/some/page")
ParseResult(scheme='http', netloc='sub.lol1.domain.com:8888', path='/some/page', params='', query='', fragment='')
请注意,tldextract 可以正确处理子域。
【讨论】:
urlparse.urlparse 会将 URL 拆分为协议、位置、端口等。然后您可以通过 . 拆分位置以获得子域。
url = urlparse.urlparse(address)
subdomain = url.hostname.split('.')[0]
【讨论】:
api.test 也是有效的,请记住这一点。如果你想要一个好的包来做这个检查https://pypi.python.org/pypi/tldextract。
web.host1.google.com。
from urllib.parse import urlparse导入这个
此处精彩答案的修改版:How to extract top-level domain name (TLD) from URL
您将需要来自here的有效 tld 列表
from __future__ import with_statement
from urlparse import urlparse
# load tlds, ignore comments and empty lines:
with open("effective_tld_names.dat.txt") as tldFile:
tlds = [line.strip() for line in tldFile if line[0] not in "/\n"]
class DomainParts(object):
def __init__(self, domain_parts, tld):
self.domain = None
self.subdomains = None
self.tld = tld
if domain_parts:
self.domain = domain_parts[-1]
if len(domain_parts) > 1:
self.subdomains = domain_parts[:-1]
def get_domain_parts(url, tlds):
urlElements = urlparse(url).hostname.split('.')
# urlElements = ["abcde","co","uk"]
for i in range(-len(urlElements),0):
lastIElements = urlElements[i:]
# i=-3: ["abcde","co","uk"]
# i=-2: ["co","uk"]
# i=-1: ["uk"] etc
candidate = ".".join(lastIElements) # abcde.co.uk, co.uk, uk
wildcardCandidate = ".".join(["*"]+lastIElements[1:]) # *.co.uk, *.uk, *
exceptionCandidate = "!"+candidate
# match tlds:
if (exceptionCandidate in tlds):
return ".".join(urlElements[i:])
if (candidate in tlds or wildcardCandidate in tlds):
return DomainParts(urlElements[:i], '.'.join(urlElements[i:]))
# returns ["abcde"]
raise ValueError("Domain not in global list of TLDs")
domain_parts = get_domain_parts("http://sub2.sub1.example.co.uk:80",tlds)
print "Domain:", domain_parts.domain
print "Subdomains:", domain_parts.subdomains or "None"
print "TLD:", domain_parts.tld
给你:
域:示例 子域:['sub2', 'sub1'] 顶级域名:co.uk【讨论】:
一种非常基本的方法,没有任何健全性检查,如下所示:
address = 'http://lol1.domain.com:8888/some/page'
host = address.partition('://')[2]
sub_addr = host.partition('.')[0]
print sub_addr
这当然假设当您说“子域”时,您指的是主机名的第一部分,因此在以下情况下,“www”将是子域:
你是这个意思吗?
【讨论】:
您正在寻找的是: http://docs.python.org/library/urlparse.html
例如:
".".join(urlparse('http://www.my.cwi.nl:80/%7Eguido/Python.html').netloc.split(".")[:-2])
将为您完成这项工作(将返回“www.my”)
【讨论】:
.co.uk 地址。除了英国,以色列、巴西和日本都有正式的二级域名,而且可能还有其他。
为了提取主机名,我会使用来自 urllib2 的 urlparse:
>>> from urllib2 import urlparse
>>> a = "http://lol1.domain.com:8888/some/page"
>>> urlparse.urlparse(a).hostname
'lol1.domain.com'
至于如何提取子域,您需要考虑 FQDN 可能更长的情况。你如何做到这一点取决于你的目的。我可能会建议剥离最右边的两个组件。
例如
>>> urlparse.urlparse(a).hostname.rpartition('.')[0].rpartition('.')[0]
'lol1'
【讨论】:
我们可以使用https://github.com/john-kurkowski/tldextract 来解决这个问题...
这很容易。
>>> ext = tldextract.extract('http://forums.bbc.co.uk')
>>> (ext.subdomain, ext.domain, ext.suffix)
('forums', 'bbc', 'co.uk')
【讨论】:
tldextract 将 TLD 与 URL 的注册域和子域分开。
安装
pip install tldextract
对于当前问题:
import tldextract
address = 'http://lol1.domain.com:8888/some/page'
domain = tldextract.extract(address).domain
print("Extracted domain name : ", domain)
输出:
Extracted domain name : domain
另外,there 是一些与 tldextract.extract 端的使用极为相关的例子。
【讨论】:
首先导入 tldextract,因为这会将 URL 拆分为其组成部分,例如:子域。域和后缀。
import tldextract
然后声明一个存储查询结果的变量(比如 ext)。我们还必须为它提供带有双引号的括号中的 URL。如下图:
ext = tldextract.extract("http://lol1.domain.com:8888/some/page")
如果我们只是尝试运行 ext 变量,输出将是:
ExtractResult(subdomain='lol1', domain='domain', suffix='com')
如果您只想使用子域或域或后缀,请分别使用以下任何代码。
ext.subdomain
结果将是:
'lol1'
ext.domain
结果将是:
'domain'
ext.suffix
结果将是:
'com'
另外,如果您只想将子域的结果存储在变量中,请使用以下代码:
Sub_Domain = ext.subdomain
然后打印子域
Sub_Domain
结果将是:
'lol1'
【讨论】:
使用python 3(具体来说我使用的是3.9),你可以做到以下几点:
from urllib.parse import urlparse
address = 'http://lol1.domain.com:8888/some/page'
url = urlparse(address)
url.hostname.split('.')[0]
【讨论】: