来自网站/原始网站的 Python 正则表达式 URL，没有 Https 和 Http [重复]

【问题标题】：Python Regex URL from Website / Raw Website without Https & Http [duplicate]来自网站/原始网站的 Python 正则表达式 URL，没有 Https 和 Http [重复]
【发布时间】：2019-02-19 23:00:32
【问题描述】：

我有这样的python代码

#! /usr/bin/python
from url parse import urlparse
url = 'https://pastebin.com/raw/EgGZmEqY'
parsed = urlparse(url)
site = parsed.netloc
print site

我想要网站是 RAW 还是不只是在没有 HTTPS 和 HTTP 或 WWW 的情况下抓取网站。例如，我有来自 RAW 的这样的网站。我想在没有

的情况下只获取 example.com 的 URL

https://example.com
http://example.com
www.example.com
example.com

没有 https,http 和 www 怎么办？谢谢！

【问题讨论】：

标签： python

【解决方案1】：

我认为您只需要没有子域或方案的 TLD（域名）。

来自this Stackoverflow 的回答，看来您只需要：

import tldextract
tldextract.extract('http://forums.news.cnn.com/')
ExtractResult(subdomain='forums.news', domain='cnn', suffix='com')

那么，在你的情况下，我会使用这个： #!/usr/bin/env python3

import tldextract

url = 'https://www.pastebin.co.uk/raw/EgGZmEqY'

parsed = tldextract.extract(url)
domain = parsed.domain + '.' + parsed.suffix



print (domain)

【讨论】：

您应该提供与 OP 的确切数据一起使用的代码。从另一个问题剪切和粘贴并没有多大帮助。
但这仅适用于一个域.. 我想如何从原始/另一个网站获取它？就像在我的 pastebin 链接中一样。