程序员的资源宝库

网站首页 > gitee 正文

[Python] 提取网址的域名部分

sanyeah 2024-04-05 13:07:31 gitee 3 ℃ 0 评论

#!/usr/bin/python
# Desc : fetch the domain name of website

import re
import optparse


def get_filename():
    p = optparse.OptionParser()
    p.add_option('-f', action = 'store', dest = 'filename', \
                    help = 'the directory you want monitoring')
    opt, args = p.parse_args()
    if None == opt.filename:
        p.error('Need a file !')
    else:
        filename = opt.filename
    return filename

filename = get_filename()
rc = re.compile(r'\w+\.(?:com\.cn|net\.cn|gov\.cn|org\.cn|com|cn|edu|gov|org|cc|net|tk|biz|info|tv|pro|co|ad|ae|af|ag|ai|al|am|an|ao|aq|ar|as|at|au|aw|az|ba|bb|bd|be|bf|bg|bh|bi|bj|bm|bn|bo|br|bs|bt|bv|bw|by|bz|ca|cc|cf|cg|ch|ci|ck|cl|cm|cn|co|cq|cr|cu|cv|cx|cy|cz|de|dj|dk|dm|do|dz|ec|ee|eg|eh|es|et|ev|fi|fj|fk|fm|fo|fr|ga|gb|gd|ge|gf|gh|gi|gl|gm|gn|gp|gr|gt|gu|gw|gy|hk|hm|hn|hr|ht|hu|id|ie|il|in|io|iq|ir|is|it|jm|jo|jp|ke|kg|kh|ki|km|kn|kp|kr|kw|ky|kz|la|lb|lc|li|lk|lr|ls|lt|lu|lv|ly|ma|mc|md|mg|mh|ml|mm|mn|mo|mp|mq|mr|ms|mt|mv|mw|mx|my|mz|na|nc|ne|nf|ng|ni|nl|no|np|nr|nt|nu|nz|om|pa|pe|pf|pg|ph|pk|pl|pm|pn|pr|pt|pw|py|qa|re|ro|ru|rw|sa|sb|sc|sd|se|sg|sh|si|sj|sk|sl|sm|sn|so|sr|st|su|sy|sz|tc|td|tf|tg|th|tj|tk|tm|tn|to|tp|tr|tt|tv|tw|tz|ua|ug|uk|us|uy|va|vc|ve|vg|vn|vu|wf|ws|ye|yu|za|zm|zr|zw|me)$', re.I)

line_num=1

try:
    for line in open(filename):
        print rc.search(line).group()
        line_num += 1
except AttributeError:
    print '\nError:\nline_num:%s\ndomain_name:%s' %(str(line_num), line)
    raise SystemExit

当你有一个文件,里面每行一个网址,而你想统计出所有的网址域名部分,那这个脚本可以方便你使用啦 ^_^

 

 

Tags:

本文暂时没有评论,来添加一个吧(●'◡'●)

欢迎 发表评论:

最近发表
标签列表