如何从URL中提取顶级域名（TLD） [英] How to extract top-level domain name (TLD) from URL

问题描述

如何从URL中提取域名，不包括任何子域？

我最初的简单尝试是：

。

这适用于 http://www.foo .com ，但不是 http://www.foo.com.au 。
如果没有使用有关有效TLD（顶级域名）或国家/地区代码（因为更改）的特殊知识，是否有正确的方法。

谢谢

解决方案

不，没有内在的方式知道（例如） zap.co.it 是一个子域名（因为意大利的注册商销售域名，例如 co.it ），而 zap.co.uk 不是（因为英国的注册商不会出售诸如 co.uk 等域名，但只能像 zap.co.uk ）。

你只需要使用辅助表（或在线源）来告诉你哪个TLD的行为特别像英国和澳大利亚的行为 - 没有办法从只是盯着字符串没有这种额外的语义知识（当然可以改变最终，但如果你可以找到一个好的在线源，源也将相应地改变） ，一个希望！ - ）。

how would you extract the domain name from a URL, excluding any subdomains?

My initial simplistic attempt was:

'.'.join(urlparse.urlparse(url).netloc.split('.')[-2:])

This works for http://www.foo.com, but not http://www.foo.com.au. Is there a way to do this properly without using special knowledge about valid TLDs (Top Level Domains) or country codes (because they change).

thanks

解决方案

No, there is no "intrinsic" way of knowing that (e.g.) zap.co.it is a subdomain (because Italy's registrar DOES sell domains such as co.it) while zap.co.uk isn't (because the UK's registrar DOESN'T sell domains such as co.uk, but only like zap.co.uk).

You'll just have to use an auxiliary table (or online source) to tell you which TLD's behave peculiarly like UK's and Australia's -- there's no way of divining that from just staring at the string without such extra semantic knowledge (of course it can change eventually, but if you can find a good online source that source will also change accordingly, one hopes!-).

这篇关于如何从URL中提取顶级域名（TLD）的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！