用Python从URL中提取域名的方法

本文将使用实际的例子来解释Python的urlparse() 函数来解析和提取URL中的域名。我们还将讨论如何提高我们解析 URL 的能力和使用它们的不同组件。

用urlparse() 从 URL 中提取域名

urlparse() 方法是Python的urllib 模块的一部分，当你需要将URL拆分成不同的组件并将它们用于不同的目的时非常有用。让我们看一下这个例子：

from urllib.parse import urlparse
component = urlparse('http://www.google.com/doodles/mothers-day-2021-april-07')
print(component)

在这个代码片断中，我们首先包含了urllib 模块中的库文件。然后，我们将一个URL传递给urlparse 函数。这个函数的返回值是一个对象，它就像一个数组，有六个元素，如下所示：

• scheme – 指定我们可以用来获取在线资源的协议，例如，HTTP/HTTPS 。
• netloc – net 表示网络，loc 表示位置；所以它表示URLs的网络位置。
• path – 一个网络浏览器用来访问所提供的资源的特定途径。
• params – 这些是path 元素的参数。
• query – 遵循path 组件和数据的蒸汽，一个资源可以使用。
• fragment – 它对部件进行分类。

当我们使用打印函数显示这个对象时，它将打印其组件的值。上述代码栅栏的输出将如下：

ParseResult(scheme='http', netloc='www.google.com', path='/doodles/mothers-day-2021-april-07', params='', query='', fragment='')

你可以从输出中看到，所有的URL组件都被分离出来，作为单独的元素存储在对象中。我们可以像这样通过使用其名称来获得任何组件的值：

from urllib.parse import urlparse
domain_name = urlparse('http://www.google.com/doodles/mothers-day-2021-april-07').netloc
print(domain_name)

使用netloc 组件，我们可以得到URL的域名，如下所示：

www.google.com

这样，我们可以得到我们的URL解析，并在我们的编程中使用其不同的组件来达到各种目的。