提取url中的信息，可以使用python中的urlparse模块进行解析，但是有个缺陷是无法提取顶级域名。参考博文： https://blog.csdn.net/weixin_44799217/article/details/124591187

提取较为复杂的url信息，还可以使用tld模块。

安装方法：

通过tld模块可以提取一个url中的顶级域名（不包含后缀部分）、顶级域名（包含后缀部分）、域名后缀和子域名部分（不含后缀）。

注意： 使用tld模块时，域名中必须包含协议（HTTP等），否则会报错。

示例代码1：

import tld
url1 = 'www.baidu.com/test/index.php?username=dgw'
url2 = 'http://www.baidu.com/test/index.php?username=dgw'
ret = tld.get_fld(url1)
print(ret)

示例代码2：

import tld
url1 = 'www.baidu.com/test/index.php?username=dgw'
url2 = 'http://www.baidu.com/test/index.php?username=dgw'
ret = tld.get_fld(url2)
print(ret)

示例代码3：

import tld
url = 'http://www.baidu.com/test/index.php?username=dgw'
ret = tld.get_tld(url, as_object=True)
print(ret)
print(ret.domain)
print(ret.extension)
print(ret.fld)
print(ret.subdomain)
print(ret.suffix)

详见tld库： tld · PyPI

提取url中的信息，可以使用python中的urlparse模块进行解析，但是有个缺陷是无法提取顶级域名。参考博文：https://blog.csdn.net/weixin_44799217/article/details/124591187提取较为复杂的url信息，还可以使用tld模块。安装方法：：通过tld模块可以提取一个url中的顶级域名（不包含后缀部分）、顶级域名（包含后缀部分）、域名后缀和子域名部分（不含后缀）。注意：使用tld模块时，域名中... http://www.baidu.com 后缀 支持： ".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" from url lib.parse import url parse # url = "http://photographs.500px.com/kyle/09-09-201315-47-571378756077.jpg" # url = "https://img1.baidu.com/it/u=1845235267,872385921&fm=26&fmt=auto&gp=0.jpg" In [2]: str = "http://www.baidu.com/" In [3]: regular = re.compile(r'[a-zA-Z]+://[^\s]*[.com|.cn]') In [4]: re.findall(regular, str) ... https://google.com/#q=express http://www.bing.com/search?q=grunt&first=9 http://localhost:3000/about?test=1#history URL 由协议+主机名/ 域名 +端口+路径+查询字符串+信息片段组成。 协议：协议确定如何传输请求。我们主要是处理http和https。... **第一种方法：**查找到最后一个/的位置，从该位置的下一个字符切片直到末尾。 start = url .rindex(’/’) #find和index函数可以正向查找，并返回首次出现该字符的位置。而rfind和rindex则是从末尾往前查找。 name = url [start+1:] #切片到字符串结尾，冒号后不需要写参数。 **第二种方法：**以’/...