如何僅將URL的域部分與正則表達式匹配？

Question

我正在編寫一個Python代碼，用於處理一段文本，其中的文本對我來說無用，其中包含網址。在文本塊之外，我只需要域，而不是完整的URL。例如輸入：

47.91.158.176 or 54.145.185.110 port 80 - gooolgeremf.top - GET /search.php 
47.90.205.113 or 35.187.59.173 port 80 - voperforseanx.top/site/chrome_update.html 

所以我在這裏只需要gooolgeremf.top和voperforseanx.top匹配，但我寫的正則表達式也將匹配search.php和chrome_update.html。

我在想，正則表達式應該在/之後停止匹配。但是我不知道如何實現它，特別是如何防止整個文本文件中的第一個/之後出現的匹配域。

它至今工作在我的代碼的方式：

regexdm="[A-Za-z0-9]{1,}\.[A-Za-z0-9]{1,10}\.?[A-Za-z]{1,}\.?[A-Za-z]{1,}" 
dmsc=re.findall(regexdm, iocsd.read()) 

Answer 1

我建議添加分隔符條件。提供域名可以用空格只包圍，開始線/結束和兩個正域之前削減和之後一個斜線，正則表達式是：

(?: |//|^)([A-Za-z0-9]{1,}\.[A-Za-z0-9]{1,10}\.?[A-Za-z]{1,}\.?[A-Za-z]{1,})(?: |/|$) 

演示：https://regex101.com/r/TQKlDP/1

Answer 2

正則表達式是不這樣做的最簡單的方法，你應該使用urlparse.urlparse：

from urlparse import urlparse 
parsed_uri = urlparse('http://voperforseanx.top/site/chrome_update.html') 
print parsed_uri.netloc 

給人

voperforseanx.top 

---

但是，f或參考，這裏是如何處理與正則表達式的URL：Getting parts of a URL (Regex)

Answer 3

如果您字符串模式是完全一樣的，你可以這樣做：

str = "47.90.205.113 or 35.187.59.173 port 80 - voperforseanx.top/site/chrome_update.html" 
parsed_uri = str.split()[6].split('/')[0] 

而且你可以得到域。

Answer 4

在Python 2.7.13，另一種方法例如（取決於輸入模式）：

str = "47.90.205.113 or 35.187.59.173 port 80 - voperforseanx.top/site/chrome_update.html" 
parsed_uri = str.split()[6].split('/')[0] 
print parsed_uri 
>> voperforseanx.top 

Answer 5

(\b[\w\.]+\.[a-zA-Z]{2,}\b)(.+)$ 

在此正則表達式的：

(\b[\w\.]+\.[a-zA-Z]{2,}\b) 

部分，將匹配你正在尋找，其餘的是廢品。爲了工作，這個正則表達式需要一個gmi變形者。