Perl 从URL提取TLD，并对每个TLD文件的域和子域进行排序

我有一百万个URL的列表。 我需要为每个url提取TLD，并为每个TLD创建多个文件。 例如，以.com作为tld收集所有URL，并将其转储到1个文件中，另一个文件为.edu tld，依此类推。 在每个文件中，我必须按字母顺序按域排序，然后按子域排序等

谁能给我一个在perl中实现这一点的先机

用于解析URL

使用其

host

方法获取主机

使用的

get\u root\u domain

解析主机名

使用

tld

或

suffix

方法获取真实tld或伪tld

用于解析URL

使用其

host

方法获取主机

使用的

get\u root\u domain

解析主机名

使用

tld

或

suffix

方法获取真实tld或伪tld

---

这可能是一个不切实际的问题，但我不能停下来问：在第二行和第三行中使用qw（）有什么意义吗？使用uriqw（）；据我所知，qw（）用于将其转换为逗号分隔的参数字符串。@Sahil Shah，我总是显式列出导入

qw（…）

很方便。当我不想导入任何内容时，我不会从

qw（）

切换到

（）

<代码>使用域：：PublicSuffix qw（）；使用uriqw（）的意思与使用域：：PublicSuffix（）相同；使用URI（），在这种特殊情况下，它可能与

使用域：：PublicSuffix相同；使用URI，但这不是我的机会。谢谢。如果输入没有http（比如google.com），您的代码会给我错误：无法通过第行的包“URI:：_generic”找到对象方法“host”：（my$host=URI->new（$url）->host（）；）@Sahil Shah，url“google.com”是一个没有主机的相对url。当然它会失败。如果没有主机，则没有TLD。如果您想假装相对URL是缺少“http://”的格式错误的URL，请继续<代码>$url=“http://”$如果$url！~/^\w+：/非常感谢！。我有个问题。我混淆了TLD、域名和主机名这三个术语。tld是否始终是url最右边的最后一部分？比如，如果url是google.com，我理解com是TLD。但是如果url像www.sub1.sub2.co.cc？co.cc现在是我的TLD还是仅.cc我的TLD？在你上面的代码中，dps->后缀是给域名的对吗？（co.uk）你能澄清一下吗？这可能是一个不切实际的问题，但我不能停下来问：当你在第二行和第三行中使用qw（）时，有什么意义吗？使用uriqw（）；据我所知，qw（）用于将其转换为逗号分隔的参数字符串。@Sahil Shah，我总是显式列出导入
qw（…）
很方便。当我不想导入任何内容时，我不会从
qw（）
切换到
（）
<代码>使用域：：PublicSuffix qw（）；使用uriqw（）的意思与使用域：：PublicSuffix（）相同；使用URI（），在这种特殊情况下，它可能与
使用域：：PublicSuffix相同；使用URI，但这不是我的机会。谢谢。如果输入没有http（比如google.com），您的代码会给我错误：无法通过第行的包“URI:：_generic”找到对象方法“host”：（my$host=URI->new（$url）->host（）；）@Sahil Shah，url“google.com”是一个没有主机的相对url。当然它会失败。如果没有主机，则没有TLD。如果您想假装相对URL是缺少“http://”的格式错误的URL，请继续<代码>$url=“http://”$如果$url！~/^\w+：/非常感谢！。我有个问题。我混淆了TLD、域名和主机名这三个术语。tld是否始终是url最右边的最后一部分？比如，如果url是google.com，我理解com是TLD。但是如果url像www.sub1.sub2.co.cc？co.cc现在是我的TLD还是仅.cc我的TLD？在你上面的代码中，dps->后缀是给域名的对吗？（co.uk）你能澄清一下吗？
use feature qw( say );

use Domain::PublicSuffix qw( );
use URI                  qw( );

my $dps = Domain::PublicSuffix->new();

for (qw(
   http://www.google.com/
   http://www.google.co.uk/
)) {
   my $url = $_;

   # Treat relative URLs as absolute URLs with missing http://.
   $url = "http://$url" if $url !~ /^\w+:/;

   my $host = URI->new($url)->host();
   $host =~ s/\.\z//;  # D::PS doesn't handle "domain.com.".

   $dps->get_root_domain($host)
      or die $dps->error();

   say $dps->tld();     # com  uk
   say $dps->suffix();  # com  co.uk
}