对域名的要求？
对域名的要求？
提问于 2021-06-11 16:52:30
我试图清理使用regex的网站列表。这是我将通过脚本输入的文本文件中的一个示例行：
419 pcpop.com IT 4,675
420 1234567.com.cn Finanace 4,512
424 shanxi.gov.cn Others 3,633
425 lss.gov.cn Others 5,513
426 meishij.net Local Information 5,450其目标是只将域提取出来：
meishij.net, shanxi.gov.cn, etc到目前为止，这就是我所拥有的：
re.findall(r"\w+\.com|\.cn|\.ru|\.gov|\.cc|\.life|\.net|\.org", ...它适用于.com：
['it168.com']
['alibaba.com']
['.cn']
['.cn']但是，除了.com之外，任何其他顶级域都只能提取顶级域本身，而不是整个域名。我认为使用|作为OR可以循环通过顶级域来匹配。
回答 1
Stack Overflow用户
回答已采纳
发布于 2021-06-11 16:55:59
只需使用一些老式但功能强大的字符串函数：
junk = """
419 pcpop.com IT 4,675
420 1234567.com.cn Finanace 4,512
424 shanxi.gov.cn Others 3,633
425 lss.gov.cn Others 5,513
426 meishij.net Local Information 5,450
"""
domains = [parts[1].strip()
for line in junk.split("\n") if line
for parts in [line.split()] if len(parts) > 1]
print(domains)产额
['pcpop.com', '1234567.com.cn', 'shanxi.gov.cn', 'lss.gov.cn', 'meishij.net']如果你坚持的话，你需要围绕你的选择组成一个非捕获组：
re.findall(r"\w+(?:\.com|\.cn|\.ru|\.gov|\.cc|\.life|\.net|\.org)")
# ^^^页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/67940793
复制相关文章
相似问题
腾讯云开发者
