从主机名中提取域名

Question

有没有一种编程的方法可以从给定的主机名中找到域名？

比如说，给定的是 -> www.yahoo.co.jp，返回的应该是 -> yahoo.co.jp。

一种可行但很慢的方法是：

把字符串按“.”分开，然后从左边去掉一个部分，最后把剩下的部分合并起来，并使用dnspython查询一个SOA记录。当返回一个有效的SOA记录时，就可以认为那是一个域名。

有没有更简单、更快的方法来做到这一点，而不使用正则表达式？

Answer 1

你的算法是对的。因为区域切割在域名中不会显示出来（你能看到域名中的点，但看不到区域切割），所以这是唯一正确的方式。

一种近似的算法是使用一个区域列表，就像Alnitak提到的那样。记住，这些静态列表并不是权威的，它们缺少很多注册信息，而且可能已经过时了等等。

Answer 2

你可以用 partition 来代替 split：

>>> 'www.yahoo.co.jp'.partition('.')[2]
'yahoo.co.jp'

这样做可以帮助你解析字符串，但显然它不会检查返回的字符串是否是一个有效的域名。

Answer 3

其实，"域名"和"主机名"之间的关系并没有一个简单明了的定义。

你现在的方法是从树的顶端往下找，直到看到一个SOA记录，这种做法是最正确的。

从技术上讲，你在找的是一个“区域切割”，在大多数情况下，这个切割点就是域名从顶级域名（TLD）被委托出去的地方。

如果你只是通过简单的文本解析主机名，而不参考DNS，那这个方法基本上是行不通的。

另外，你可以使用一些集中维护的域名委托列表，这些列表可以在http://publicsuffix.org/找到，但要注意，这些列表可能不完整或者过时。

你也可以看看这个问题，里面也讨论过这些内容……