拆分URL python

Question

我有一个URL https://muk05119.us-east-1.snowflakecomputing.com，我只想从这里检索muk05119.us-east-1。

与拆分字符串和检索上面的字符串不同，实现这一目标的最佳方法是什么？

Answer 1

你的例子本身是清楚的，但不清楚它背后的规则是什么。您想要域名的前两部分吗？除了域名的最后两个部分？您想要在主域名和顶级域名之前的所有内容(例如，在.google.com之前，也在.australia.gov.au之前)吗？还是其他规则？

前两部分：

from urllib.parse import urlparse

url = 'https://muk05119.us-east-1.snowflakecomputing.com'
netloc = urlparse(url).netloc

print(netloc[:netloc.index('.', netloc.index('.')+1)])

或者：

print('.'.join(netloc.split('.')[:2]))

除最后两部分外，全部：

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

对于主域和顶级域之前的所有内容，请查看https://pypi.org/project/publicsuffixlist/，并将其与上面的一些内容一起使用。

Answer 2

您可以使用内置库使用urllib.parse提取主机名。

但是您必须拆分字符串才能提取子域。

from urllib.parse import urlparse

URL = "https://muk05119.us-east-1.snowflakecomputing.com"
parsed = urlparse(URL)

host = parsed.netloc  # => muk05119.us-east-1.snowflakecomputing.com
subdomain = '.'.join(host.split('.')[:2])

Answer 3

您可以使用urlparse

from urllib.parse import urlparse
url = urlparse('https://muk05119.us-east-1.snowflakecomputing.com')
subdomain = url.hostname.split('.')[0] + '.' + url.hostname.split('.')[1]

其中，url.hostname.split('.')[x] x指示子域。在您的例子中，需要使用前两个子域，所以0和1

文档