解析部分url-python

Question

我在数据库中有两种类型的地址：

url_1  = "http://country.city.street/"
url_2  = "http://country.city.street:8180/"

我需要获得统一的地址格式 (

url_pattern = "country.city.street"

) 以在 DNS 服务器中使用。我从开头删除了

http://

部分，但在地址末尾无法得到好的结果。有谁知道我可以用什么来获得

url_pattern

标准？

url_1  = "http://country.city.street/"
url_2  = "http://country.city.street:8180/"

url_1 = url_1[7:]
url_2 = url_2[7:]

Answer 1

有标准的URL解析模块

from urllib.parse import urlparse
print(urlparse("http://country.city.street:8180/").hostname)

Answer 2

您可以使用

urllib.parse

模块。它有一个

urlparse

函数，您可以使用它来将 URL 解析为组件。

>>> import urllib.parse
>>> urllib.parse.urlparse("http://country.city.street/")
ParseResult(scheme='http', netloc='country.city.street', path='/', params='', query='', fragment='')

Answer 3

只需检查 liburlparser，我知道这是用 C++ 编写的最快的解决方案。

pip install liburlparser

然后这样做：

from liburlparser import Url
print(Url.extract_host("http://country.city.street:8180/"))

此解决方案是用 C++（而不是 Python）解析字符串时最快的解决方案。但还有一些替代解决方案：

from liburlparser import Host
print(Host.from_url("http://country.city.street:8180/"))

或：

from liburlparser import Url
print(Url("http://country.city.street:8180/").host)

它们的速度对这些解决方案进行排序。