Python正則表達式：從字符串結尾匹配（反向）

Question

我想匹配一個字符串與以下標准：

• 匹配任何字母，然后是“。”，后跟字母，后跟行尾。

例如，對於字符串'www.stackoverflow.com'，正則表達式應返回'stackoverflow.com'。 我有以下代碼：

my_string = '''
    123.domain.com
    123.456.domain.com
    domain.com
    '''

>>> for i in my_string.split():
...     re.findall('[A-Za-z\.]*?([A-Za-z]+\.[a-z]+)$', i)
...
['domain.com']
['domain.com']
['domain.com']
>>>

上面的代碼片段完美無缺。 但我確信必須有一種更優雅的方式來實現同樣的目標。

是否可以從字符串的結尾開始正則表達式搜索/匹配，向字符串的開頭移動？ 如何編寫那種類型的正則表達式？ 或者我應該使用正則表達式？

Answer 1

我不確定你的例子中是否只是試圖獲取域名的最后兩部分，或者你是否試圖刪除這些數字。 如果您只想要域的最后部分，您可以執行以下操作：

for i in my_string.split():
     '.'.join(i.split('.')[-2:])

這個：

1. 將每個字符串拆分為單詞列表，將其拆分為“。” 原來，那時
2. 將最后兩個單詞組合成一個單獨的字符串，帶有'。' 分隔器。

或者，像這樣：

>>> my_string = ['123.domain.com', '123.456.domain.com', 'domain.com', 'www.stackoverflow.com']
>>> ['.'.join(i.split('.')[-2:]) for i in my_string]
['domain.com', 'domain.com', 'domain.com', 'stackoverflow.com']

Answer 2

你的正則表達式不會考慮像domain.co.uk這樣的domain.co.uk ，所以我會考慮使用更強大的東西。 如果你不介意在你的腳本中添加更多的依賴項，那么有一個名為tldextract （ pip install tldextract ）的模塊，它非常簡單：

import tldextract

def get_domain(url):
    result = tldextract.extract(url)

    return result.domain + '.' + result.tld