作为开发工具的一部分，我只需要从url中提取flipkart.com或flipkarthttp://www.flipka

Question

作为开发工具的一部分，我必须仅从URL http://www.flipkart.com中提取flipkart.com或flipkart。

我将代码写为：

filename = dns.name.from_text(url).split(3)[1].to_text(omit_final_dot=True)

我得到的是输出flipkart.com10。如何使用Python进行提取？

Answer 1

tld包将帮助您：

from tld import get_tld
from tld.utils import update_tld_names
update_tld_names()
print get_tld("http://www.flipkart.com") 

输出

flipkart.com

Answer 2

使用标准库模块urlpase:

In [72]: from urlparse import urlparse
In [73]: flipkart = urlparse("http://www.flipkart.com/lenovo-a6000/p/itme3763q9phgbpn?q=Lenovo A6000&as=on&as- show=on&otracker=start&as-pos=p_1_lenovo&pid=MOBE3762KWZZYZHZ")
In [74]: flipkart.netloc
Out[74]: 'www.flipkart.com'
In [75]: flipkart
Out[75]: ParseResult(scheme='http', netloc='www.flipkart.com', path='/lenovo-a6000/p/itme3763q9phgbpn', params='', query='q=Lenovo A6000&as=on&as- show=on&otracker=start&as-pos=p_1_lenovo&pid=MOBE3762KWZZYZHZ', fragment='')

这将返回一个由6个组件组成的元组；其对应于URL的一般结构：scheme://netloc/path;parameters?query#fragment