一日一技：如何从 URL 中快速提取域名？

有时候，我们要从一段很长的 URL 里面提取出域名。例如从https://www.kingname.info/2020/10/02/copy-from-ssh/，我需要获取的是kingname.info。

可能有人会这样写代码：

代码语言：javascript代码运行次数：0运行复制url = 'https://www.kingname.info/2020/10/02/copy-from-ssh/'

domain = '.'.join(url.split('/')[2].split('.')[1:])

运行效果如下图所示：

但如果我给出的 URL 没有带 https://，这段代码的结果就有问题。

而且，有些域名可能有三级、四级域名，例如：blog.exercise.kingname.com.cn。显然，使用点分割以后，也不知道怎么拿到真正的域名kingname.com.cn。

还有一些人的需求可能只需要域名中的名字，例如kingname.info只要kingname，google.com.hk只要google。

对于这些需求，如果手动写规则来提取的话，会非常麻烦。

不过好在 Python 有一个第三方库已经解决了这个问题，这就是tld。

我们先来安装它：

代码语言：javascript代码运行次数：0运行复制python3 -m pip install tld

安装完成以后，我们来看看它的使用方法：

代码语言：javascript代码运行次数：0运行复制>>> url = 'https://www.kingname.info/2020/10/02/copy-from-ssh/'

>>> from tld import get_tld

>>> result = get_tld(url, as_object=True)

>>> domain = result.domain

>>> print(domain)

kingname

>>> domain_with_suffix = result.fld

>>> print(domain_with_suffix)

kingname.info

首先使用get_tld生成一个对象，然后通过对象的.domain属性获得纯域名，使用.fld属性，获得带有后缀的域名。

运行效果如下图所示：

对于不含https的网址，直接使用会报错，如下图所示：

但只要加上一个参数fix_protocol=True就可以解决问题：