仅从url提取域名，去掉路径（Python）

Question

我一直在尝试从url列表中提取域名，这样http://supremecosts.com/contact-us/就会变成http://supremecosts.com。我试图找到一个干净的方式来做它，将适应各种gtld和cctld。你知道吗

Answer 1

假设您正在使用python3并且不想将regex用于作业

>>> from urllib.parse import urlparse
>>> url = "http://supremecosts.com/contact-us/"
>>> obj = urlparse(url)
>>> obj
ParseResult(scheme='http', netloc='supremecosts.com', path='/contact-us/', params='', query='', fragment='')
>>> obj.geturl()
'http://supremecosts.com/contact-us/'
>>> obj.netloc
'supremecosts.com'

Answer 2

可能一个愚蠢但有效的方法是：
将URL保存为字符串，然后从后向前扫描。一旦你遇到一个句号，把前面3个空格的所有东西都扔掉。我相信网址在域名后面没有句号。如果我错了，请纠正我。你知道吗

Answer 3

您可以使用regex这样做：

import re

text = 'http://supremecosts.com/contact-us/'

m = re.search('(https?:\/\/[^:\/\n]+)', text)
if m:
    print(m.group(1))

工作example