在Python中从URL提取域名

我试图从URL列表中提取域名。就像在
我的问题是，URL可以是关于一切的，很少有例子：

m.google.com

=>

google

m.docs.google.com

=>

google

www.someisotericdomain.innersite.mall.co.uk

=>

mall

www.ouruniversity.department.mit.ac.us

=>

mit

www.some奇异url.shops.relevantdomain.net

=>

relevantdomain

www.example.info

=>

example

等等..
域的多样性不允许我使用如中所示的正则表达式（因为我的脚本将运行在来自真实网络流量的大量URL上，所以正则表达式必须非常庞大才能捕获所提到的所有类型的域）。
不幸的是，我的网络研究没有提供任何有效的解决方案。
有人知道怎么做吗？
任何帮助都将不胜感激

---

谢谢

您似乎可以对该url使用url解析，然后提取netloc

---

从netloc中，您可以通过使用split和regex轻松提取域名，您可以使用如下内容：

---

（？使用
tldextract
这是
urlparse
的更有效版本，
tldextract
准确地将
gTLD
或
ccTLD
（通用或国家代码顶级域）从URL的注册
域和
子域中分离出来

>>> import tldextract
>>> ext = tldextract.extract('http://forums.news.cnn.com/')
ExtractResult(subdomain='forums.news', domain='cnn', suffix='com')
>>> ext.domain
'cnn'

通过正则表达式的简单解决方案

重新导入
def域名（url）：
返回url.split（“www.”[-1]。split（“/”[-1]。split（“.”[0]
你可以使用外部库吗？收集顶级域列表，将你的url拆分为点，从TLD中右键删除你的url，提取名称。可能重复是的，我可以使用外部库。这不是重复（我甚至附加了一个指向此线程的链接），我在那里找不到满意的答案。使用感谢您的响应，不幸的是，在url上使用URLPRASE，如
m.city.domain.com
返回我
ParseResult（scheme=''，netloc=''，path='m.city.domain.com'，params=''，query=''，fragment=''）
，而预期的输出是
domain
，请使用有效的url（//m.city.domain.com/），而不是类似于（m.city.domain.com）的。没有人能猜到您删除反斜杠时传递了什么。注意：
tldextract
库在初始安装时发出http请求，并创建最新tld数据的缓存。这可能会导致某些远程部署的权限错误。请参阅此处：获取域的第一部分，而不是实际域。仅适用于ike www.google.com