python - 使用 Python 从 URL 获取子域

Question

例如地址为:

Address = <a href="http://lol1.domain.com:8888/some/page" rel="noreferrer noopener nofollow">http://lol1.domain.com:8888/some/page</a>

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

Answer 1

包裹tldextract使这项任务变得非常简单，然后如果您需要任何进一步的信息，您可以按照建议使用 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。