Python：可以使用urlparse从cgi-bin-URL解析域

Question

我有以下输入字符串：

/cgi-bin/ivw/CP/dbb_ug_sp;?r=http%3A//www.some-super-domain.de/forum/viewtopic.php%3Ff%3D2%26t%3D18564%26start%3D75&d=76756.76050130278

我想使用urlparse()来获取域，但是在本例中，获取netloc属性将返回一个空字符串。在

如何提取域（最佳情况：没有www）？在

需要的输出：一些超级-域.de在

请注意：有时上面的输入字符串中有没有www！在

Answer 1

试试这个代码很好用：

from urlparse import urlparse
import urllib
url = '/cgi-bin/ivw/CP/dbb_ug_sp;?r=http%3A//www.some-super-domain.de/forum/viewtopic.php%3Ff%3D2%26t%3D18564%26start%3D75&d=76756.76050130278';
url= url[url.find('http'):]
url= urllib.unquote(url).decode('utf8')
result= urlparse(url);
domain = '{uri.netloc}'.format(uri=result)
if(domain.find('www.')!=None):
    domain=domain[4:]
print (domain);

Answer 2

我想urlparse点给你想要的你可以用这个：

m=re.search(r'(?<=www\.)[a-zA-Z\-]+\.[a-zA-Z]+',s)
print m.group(0)

结果：

^{pr2}$

试试看HERE！在

因此，如果使用urlparse，结果是：

s='/cgi-bin/ivw/CP/dbb_ug_sp;?r=http%3A//www.some-super-domain.de/forum/viewtopic.php%3Ff%3D2%26t%3D18564%26start%3D75&d=76756.76050130278'

from urlparse import urlparse
o = urlparse(s)
print o

结果：

ParseResult(scheme='', netloc='', path='/cgi-bin/ivw/CP/dbb_ug_sp', params='', query='r=http%3A//www.some-super-domain.de/forum/viewtopic.php%3Ff%3D2%26t%3D18564%26start%3D75&d=76756.76050130278', fragment='')

所以在这个结果中，您可以使用o.query访问域，但它不是您想要的，而是包含了额外的字符！在

>>>print o.query
>>>r=http%3A//www.some-super-domain.de/forum/viewtopic.php%3Ff%3D2%26t%3D18564%26start%3D75&d=76756.76050130278

Answer 3

www\.(.*?)\/

这个有效。请参阅演示。在

http://regex101.com/r/pP3pN1/18