Python - regexp检查字符串是否为TLD域

Question

我有表单的字段，它接受表示波兰域名的字符串(以.pl结尾)

我要查一下：

1. 如果字符串是正确的波兰域名(以.pl结尾)
2. 域为顶级(即: domainname.pl)或第二层: domainname.net.pl、domainname.something.pl。

您有什么建议这样的regexp应该是什么样子吗？

Answer 1

您无法将所有可能的顶级域与regex匹配，TLD的列表也会不时更改。

使用库来提取TLD，比如tldextract或publicsuffix。

演示：

>>> import tldextract
>>> tldextract.extract('domainname.net.pl')
ExtractResult(subdomain='', domain='domainname', suffix='net.pl')
>>> tldextract.extract('www.domainname.net.pl')
ExtractResult(subdomain='www', domain='domainname', suffix='net.pl')
>>> from publicsuffix import PublicSuffixList
>>> psl = PublicSuffixList()
>>> psl.get_public_suffix('domainname.net.pl')
'domainname.net.pl'
>>> psl.get_public_suffix('www.domainname.net.pl')
'domainname.net.pl'

tldextract给出了一个解析的结果，而publicsuffix仅仅给出了仍然被认为是一个实体的域名。

Answer 2

如果你真的需要一个正则表达式，我会用这样的方法：

^([a-z0-9-]+.)?([a-z0-9-]+).pl$