I’ve been 我们 ing 约翰·库科夫斯基‘优秀的Python域提取库“葡聚糖”最近。 TLDextract可以很容易地从URL中提取域名，例如：

为什么这有用？

这有很多应用–例如，如果您要创建链接到您网站的热门域名的摘要，则可能会有很多引荐网址：

您可以编写一些简单的代码来输出域：

并使用 词频计算器 从我以前的帖子中汇编出最热门的引用域名列表！看到我’ve修改了第10行，改为将域添加为键：

哪个返回：

为什么可以’你在第三个斜杠处用句号分隔’s before?

这是我一开始尝试做的事情：

但是由于域名系统是顶级域名（例如.com），二级域名（例如.gov.uk），标准子域名（egiimgur.com）和拥有过多句号的人（例如www.dnr.state （.oh.us），这变得更加棘手，无法容纳所有内容。因此TLDextract实际上维护着Mozilla的本地副本’您系统上的ICANN域列表，可从以下网站下载： 

http://mxr.mozilla.org/mozilla-central/source/netwerk/dns/effective_tld_names.dat?raw=1

并从中基本上找到URL末尾的匹配项。非常好！

所以呢’标题中提到的问题？

不幸的是，使用Mozilla的警告’的清单是您得到一些看似奇怪的行为。有许多网站和公司从亚马逊请求其子域为TLD，并包含在列表中：

要DynDNS的东西：

和更多… So you’如果您输入以下内容，将会绊倒：

而不是预期的“.com” as the 顶级域名.