如何按指定顶级域名优先级排序Python获取的谷歌搜索结果

实现方案 #

核心逻辑为给每个URL匹配对应优先级权重，通过Python内置sorted函数自定义排序key完成排序，后续调整优先级仅需修改优先级列表即可，无需改动排序逻辑。

步骤1：导入依赖模块

用于解析URL提取域名部分：

from urllib.parse import urlparse

步骤2：定义优先级规则并生成映射

# 域名优先级列表，后续调整顺序/新增后缀直接修改此列表即可
domain_priority = [".gov", ".int", ".com", ".edu", ".org", ".info"]
# 生成优先级映射：排名越靠前的域名对应权重值越小
priority_map = {suffix: idx for idx, suffix in enumerate(domain_priority)}
# 未匹配到优先级后缀的URL统一使用最大权重，排在所有匹配结果之后
max_priority = len(domain_priority)

注：原优先级列表中后缀末尾的斜杠为路径分隔符，提取域名匹配时已自动忽略，不影响匹配结果。

步骤3：定义排序权重计算函数

def cal_sort_weight(url):
    try:
        # 提取URL域名并转为小写，避免大小写导致匹配失败
        domain = urlparse(url).netloc.lower()
        for suffix in domain_priority:
            if domain.endswith(suffix):
                return priority_map[suffix]
        return max_priority
    except:
        # 无效URL统一排在最后
        return max_priority

步骤4：执行排序

对你已存储搜索结果的search_results列表执行排序：

sorted_search_results = sorted(search_results, key=cal_sort_weight)

内容的提问来源于stack exchange，提问作者kramboll