Python 从字符串域名中删除子域

因此，我编写了一个小函数，用于从输入域字符串中删除子域（，如果有）：

def rm(text):
    print(text.replace(text, '.'.join(text.split('.')[-2:])), end="")
    print("\n")

if __name__ == "__main__":
    rm("me.apple.com")
    rm("not.me.apple.com")
    rm("really.not.me.apple.com")
    # problem here
    rm("bbc.co.uk")

除非你有

.something.something

tld.，比如

.co.uk

或

.co.in

，否则一切都很好

所以我的输出是：

apple.com
apple.com
apple.com
--> co.uk

应该在哪里,

apple.com
apple.com
apple.com
bbc.co.uk

如何以优雅的方式修复/创建函数，而不是检查所有可能的双TLD？

---

编辑：如果有必要，我必须检查数百万个域。所以我要做的是将一个域传递给我的函数，并获得一个干净的、子域自由的域。

你不能。如果不查询某种服务（至少是DNS），或者在函数中对答案数据库进行编码，就不能这样做

为什么不呢？因为你无法用语言准确地描述你想做什么。例如，“me.apple.com”应该解析为“apple.com”，“me.apple.co.uk”应该解析为“apple.co.uk”，但是“a.b.c.d.e”应该解析为什么呢？没有办法知道，除非这些例子是以其内容暗示（但仍然没有定义）正确答案的方式精心挑选的

一旦您提出了算法的文本描述，它就可以实现了

---

您可以使用“whois”服务来完成繁重的工作：-如果您愿意发出HTTP请求，这会满足您的需要。

您不能。如果不查询某种服务（至少是DNS），或者在函数中对答案数据库进行编码，就不能这样做

为什么不呢？因为你无法用语言准确地描述你想做什么。例如，“me.apple.com”应该解析为“apple.com”，“me.apple.co.uk”应该解析为“apple.co.uk”，但是“a.b.c.d.e”应该解析为什么呢？没有办法知道，除非这些例子是以其内容暗示（但仍然没有定义）正确答案的方式精心挑选的

一旦您提出了算法的文本描述，它就可以实现了

您可以使用“whois”服务来完成繁重的工作：-如果您愿意发出HTTP请求，这会满足您的要求。

包应该根据公共后缀列表为您完成繁重的工作。它不是防弹的，但应该适用于所有合理的用例：

import tldextract
def rm(text):
    return tldextract.extract(text).registered_domain

根据公共后缀列表，包裹应该为您完成繁重的工作。它不是防弹的，但应该适用于所有合理的用例：

import tldextract
def rm(text):
    return tldextract.extract(text).registered_domain

---

@Stephernauch是一个函数。可能很快，因为我会一次通过一个域，比如说，一百万个域。没有其他方法

co.uk

不是有效域，但

co.de

是有效域。因此，

foo.co.uk

将减少到

foo.co.uk

，但是

foo.co.de

应该变成

co.de

。有几个库可以处理所有这些特殊情况。@请准确地混合我的想法！这就是我被卡住的原因！顺便说一句，你能说出图书馆的名字吗？怎么样？可能的dup:@stephernauch是一个函数。可能很快，因为我会一次通过一个域，比如说，一百万个域。没有其他方法

co.uk

不是有效域，但

co.de

是有效域。因此，

foo.co.uk

将减少到

foo.co.uk

，但是

foo.co.de

应该变成

co.de

。有几个库可以处理所有这些特殊情况。@请准确地混合我的想法！这就是我被卡住的原因！顺便说一句，你能说出图书馆的名字吗？怎么样？可能的dup:猜到了同样多：（.任何理解这一点的库，都可以使用sans dnspython进行单独查询，因为这样做成本太高且耗时。猜到了同样多：（.任何理解这一点的库，都可以使用sans dnspython进行单独查询，因为这样做成本太高且太耗时。您的做法是：

ext=tldextract.extract（domain_和_子域）；return ext.registered_domain

@Jeet.Deir完全忘记了这一点！绝对比我最初的建议简单。经过编辑和修复。这样做：

ext=tldextract.extract（domain_with_subdomain）；return ext.registered_domain

@Jeet.Deir完全忘记了这一点！绝对比我最初的建议简单。已编辑并修复。