使用tldextract库提取URL中的 域名

tldextract是一个Python库，用于提取URL中的 域名（TLD）以及其相关信息，例如子域名和二级域名。

该库提供了一个函数tldextract.extract()，它接受一个URL作为参数，并返回一个具有三个属性（subdomain，domain和suffix）的namedtuple。下面是一个使用tldextract库的例子：

import tldextract

# 要提取的URL
url = "http://www.example.com"

# 使用tldextract提取URL中的      域名
extracted = tldextract.extract(url)

# 打印提取结果
print("Subdomain:", extracted.subdomain)
print("Domain:", extracted.domain)
print("Suffix:", extracted.suffix)

输出结果为：

Subdomain: www
Domain: example
Suffix: com

在上述例子中，我们首先导入tldextract库。然后，我们定义了要提取的URL为"http://www.example.com"，并将其传递给tldextract.extract()函数以进行提取。

提取函数返回的结果是一个namedtuple，其中包含三个属性：subdomain，domain和suffix。在此示例中，subdomain为"www"，domain为"example"，suffix为"com"。

我们可以通过打印这些属性来显示被提取的结果。

tldextract还提供了其他的功能。例如，您可以使用tldextract.extract()函数的返回结果进行字符串拼接，以重新创建原始的URL。下面是示例代码：

import tldextract

# 要提取的URL
url = "http://www.example.com"

# 使用tldextract提取URL中的      域名
extracted = tldextract.extract(url)

# 重新创建原始的URL
recreated_url = extracted.subdomain + "." + extracted.domain + "." + extracted.suffix

# 打印重新创建的URL
print("Recreated URL:", recreated_url)

输出结果为：

Recreated URL: www.example.com

在这个例子中，我们使用tldextract.extract()函数提取了URL中的 域名，并将其保存在extracted变量中。然后，我们使用提取的subdomain，domain和suffix属性重新创建了原始的URL，并将其保存在recreated_url变量中。最后，我们打印了重新创建的URL。

总结起来，tldextract是一个强大且易于使用的Python库，可以方便地提取URL中的 域名及其相关信息。无论您是构建爬虫、网络分析工具还是其他需要进行URL处理的项目，tldextract都是一个非常有用的工具。