如何从URL字符串提取域名后缀并判断网站类型？

核心思路 #

先从URL中剥离出纯域名，再通过分割字符串提取后缀，最后匹配规则判断网站类型。

步骤拆解与代码实现 #

以Python为例，直接实现需求：

1. 提取域名后缀

不管输入的URL是否带协议（http/https）或路径，先处理得到纯域名，再用.分割成子串，按需取最后1-3个部分：

def get_domain_suffix(url):
    # 移除协议头和路径部分，只保留域名
    if '://' in url:
        domain = url.split('://')[-1].split('/')[0]
    else:
        domain = url.split('/')[0]
    # 分割域名成子串列表
    parts = domain.split('.')
    # 根据子串数量取最后1-3个部分作为后缀
    if len(parts) >= 3:
        return '.'.join(parts[-3:])
    elif len(parts) == 2:
        return '.'.join(parts[-2:])
    else:
        return parts[0]

2. 判断网站类型

基于提取的后缀，匹配规则返回结果：

def check_website_type(url):
    suffix = get_domain_suffix(url)
    if '.com' in suffix:
        return "这是一个商业网站"
    elif '.org' in suffix:
        return "这是一个组织网站"
    elif '.lk' in suffix:
        return "这是一个斯里兰卡网站"
    else:
        return "无法识别该网站类型"

测试示例

# 测试输入验证
print(check_website_type("stackoverflow.com"))    # 输出：这是一个商业网站
print(check_website_type("https://example.org/about"))  # 输出：这是一个组织网站
print(check_website_type("srilanka.edu.lk"))      # 输出：这是一个斯里兰卡网站
print(check_website_type("test.co.uk"))           # 输出：无法识别该网站类型

关于“提取最后几个子串”的说明 #

用字符串的split('.')方法可以把域名按.拆分成列表，通过负索引就能快速取最后几个子串：

• parts[-1]：取最后1个元素（如com、lk）
• parts[-2:]：取最后2个元素（如co.uk）
• parts[-3:]：取最后3个元素（如edu.co.uk）
  之后用'.'.join()把这些子串重新拼接成完整后缀即可。

内容的提问来源于stack exchange，提问作者Odil Vidmal