如何实现无需联网查询的ccTLD对应国家映射函数（支持百万级处理）

这问题其实很简单，核心思路就是用本地预定义的CC-TLD到国家名称的映射字典来实现，完全满足你离线、百万级数据处理的需求，具体方案如下：

核心思路 #

ICANN维护的国家顶级域名（ccTLD）列表是固定且更新频率极低的，我们可以把所有ccTLD（包括像co.uk这类二级公共后缀）提前整理成键值对字典。字典的查询操作是O(1)时间复杂度，百万级数据处理毫无压力，而且完全不需要联网。

代码实现 #

import tldextract

# 预定义ccTLD到国家名称的映射字典，建议覆盖所有ICANN认可的ccTLD
# 可以从ICANN官方的ccTLD列表整理而来（一次性整理，后续极少更新）
CC_TLD_TO_COUNTRY = {
    # 基础ccTLD
    "uk": "United Kingdom",
    "cn": "China",
    "us": "United States",
    "ca": "Canada",
    "au": "Australia",
    "de": "Germany",
    "fr": "France",
    "jp": "Japan",
    "in": "India",
    "br": "Brazil",
    "ru": "Russian Federation",
    # 二级公共后缀（属于对应国家的ccTLD体系）
    "co.uk": "United Kingdom",
    "org.uk": "United Kingdom",
    "gov.uk": "United Kingdom",
    "co.au": "Australia",
    "gov.au": "Australia",
    # ... 继续补充所有其他ccTLD和相关二级后缀
}

def magic_func(tld_suffix):
    # 统一转为小写，避免大小写不一致导致的查询失败
    normalized_suffix = tld_suffix.strip().lower()
    # 返回对应国家名称，未知后缀返回默认值（可根据业务调整）
    return CC_TLD_TO_COUNTRY.get(normalized_suffix, "Unknown Country")

# 测试示例
ext = tldextract.extract("google.co.uk")
print(magic_func(ext.suffix))  # 输出: United Kingdom

ext = tldextract.extract("example.cn")
print(magic_func(ext.suffix))  # 输出: China

关键优势 #

• 零联网依赖：所有映射数据都在本地，完全避免了网络请求的延迟、成本和稳定性问题。
• 极致高效：字典查询是常数时间操作，百万级数据处理速度极快，不会成为性能瓶颈。
• 易维护：ICANN的ccTLD列表每年更新极少，只需要定期（比如每年）对照官方列表更新一次字典即可。

注意事项 #

1. 大小写处理：一定要对输入的tld_suffix做归一化（比如转小写、去除首尾空格），避免因输入格式不一致导致查询失败。
2. 覆盖完整：确保字典包含所有ICANN认可的ccTLD，包括那些二级公共后缀（比如co.uk、gov.au），这些都属于对应国家的顶级域名体系。
3. 异常处理：对于未知的TLD，可以返回默认值（如"Unknown Country"），或者根据业务需求抛出异常，避免程序崩溃。

内容的提问来源于stack exchange，提问作者Jishan