一個python匹配頂級域名的方法

gjfer

來自于:    http://www.codefrom.com/c/91

[Python]代碼

1. #!/usr/bin/env python
   
2. import re
   
3. def getDomain(s):
   
4.     res = s
   
5.     domainS = [".com", ".cn", ".com.cn", ".gov", ".net", ".edu.cn", ".net.cn", ".org.cn", ".co.jp", ".gov.cn",".co.uk", "ac.cn", ".edu", ".tv",".info", ".ac", ".ag", ".am", ".at", ".be", ".biz", ".bz",".cc", ".de", ".es", ".eu", ".fm", ".gs", ".hk", ".in", ".info", ".io", ".it", ".jp", ".la",".md", ".ms", ".name", ".nl", ".nu", ".org", ".pl", ".ru", ".sc", ".se", ".sg", ".sh", ".tc",".tk", ".tv", ".tw", ".us", ".co",".uk", ".vc", ".vg", ".ws", ".il", ".li", ".nz"]
   
6.     for l in domainS:
   
7.         regex = re.compile(r'[0-9a-zA-Z_\-]+'+l+')
   
8.         m = regex.findall(s)
   
9.         if len(m) > 0:
   
10.             return m[0]
    
11.         else:
    
12.             pass
    
13.     return res
    
14. 
    
15. if "__main__":
    
16.     print getDomain("www.qq.com")

復制代碼

haooooaaa

回復 1# gjfer


    轉還轉錯了.

    第7行, 你看看,

icymirror

回復 1# gjfer
腳本還是有問題,比如,如果輸入的是: www.google.com.cn
那么輸出的是: com.cn
如果把初始的list中的數(shù)據(jù)的順序改變成: ".com.cn", ".edu.cn", ".net.cn", ".org.cn", ".co.jp", ".gov.cn",".co.uk", "ac.cn", ".edu", ".tv",".info", ".ac", ".ag", ".am", ".at", ".be", ".biz", ".bz",".cc", ".de", ".es", ".eu", ".fm", ".gs", ".hk", ".in", ".info", ".io", ".it", ".jp", ".la",".md", ".ms", ".name", ".nl", ".nu", ".org", ".pl", ".ru", ".sc", ".se", ".sg", ".sh", ".tc",".tk", ".tv", ".tw", ".us", ".co",".uk", ".vc", ".vg", ".ws", ".il", ".li", ".nz", ".com", ".cn", ".gov", ".net"
那,匹配的結果就會正確.