Python URL解析：如何统一提取数据库中URL的标准域名格式用于DNS服务器

这种场景我之前处理过，手动切片确实容易漏掉各种边缘情况，给你几个靠谱的方案，按推荐程度排序：

1. 使用标准库的URL解析工具（最推荐） #

Python的urllib.parse模块专门用来处理URL解析，能自动帮你拆分出主机、端口、路径等部分，完全不用自己处理各种特殊情况：

from urllib.parse import urlparse

def extract_url_pattern(url):
    parsed_url = urlparse(url)
    # 从netloc（主机+端口）中拆分出纯主机地址
    host_part = parsed_url.netloc.split(':')[0]
    return host_part

# 测试你的两个URL
url_1 = "http://country.city.street/"
url_2 = "http://country.city.street:8180/"

print(extract_url_pattern(url_1))  # 输出: country.city.street
print(extract_url_pattern(url_2))  # 输出: country.city.street

这个方法的优势在于：不管URL结尾有没有斜杠、有没有端口，甚至是带路径参数（比如http://country.city.street/path?query=1）或者HTTPS的情况，都能正确提取出主机部分，容错性极强。

2. 使用正则表达式 #

如果不想引入库，正则表达式也是个简洁的选择，直接匹配http://后面到第一个:或/之间的内容：

import re

# 正则匹配规则：匹配http://开头，然后捕获所有非:非/的字符
pattern = r'^http://([^:/]+)'

url_1 = "http://country.city.street/"
url_2 = "http://country.city.street:8180/"

match_result_1 = re.match(pattern, url_1)
if match_result_1:
    print(match_result_1.group(1))  # country.city.street

match_result_2 = re.match(pattern, url_2)
if match_result_2:
    print(match_result_2.group(1))  # country.city.street

这里的[^:/]+表示匹配任意数量的、不是:和/的字符，刚好能精准截取到你需要的主机地址部分。

3. 改进手动字符串处理（适合简单场景） #

如果你想延续自己的切片思路，可以优化一下逻辑，找到第一个分隔符的位置再截取：

def extract_url_pattern(url):
    # 先去掉开头的http://
    stripped_url = url[7:]
    # 找到第一个:或/的位置
    colon_pos = stripped_url.find(':')
    slash_pos = stripped_url.find('/')
    # 取两个位置中更小的那个，如果其中一个没找到就用另一个的位置
    end_index = min(colon_pos, slash_pos) if colon_pos != -1 and slash_pos != -1 else max(colon_pos, slash_pos)
    # 如果两个都没找到（比如URL是http://country.city.street），就取整个字符串
    if end_index == -1:
        end_index = len(stripped_url)
    return stripped_url[:end_index]

# 测试
url_1 = "http://country.city.street/"
url_2 = "http://country.city.street:8180/"
url_3 = "http://country.city.street"  # 额外测试无斜杠无端口的情况

print(extract_url_pattern(url_1))  # country.city.street
print(extract_url_pattern(url_2))  # country.city.street
print(extract_url_pattern(url_3))  # country.city.street

这个方法解决了你之前手动切片的问题，能覆盖带端口、带斜杠、以及既不带端口也不带斜杠的情况。

内容的提问来源于stack exchange，提问作者MrmDdda