Python利用tldextract模块提取域名中关键信息

tldextract是一个第三方模块,意思就是Top Level Domain extract，即顶级域名提取

最近在做恶意域名的学习，需要用到这个工具，所以记录下来

import tldextract

tld = tldextract.extract('http://www.baidu.com/')
print(tld)
# result: ExtractResult(subdomain='www', domain='baidu', suffix='com')

返回结果为subdomain='www'  万维网, domain='baidu ' 主机名, suffix='com' 顶级域名

扩展了解：

域名或称网域，是由一串用点分隔的名字组成的Internet上某一台计算机或计算机组的名称，用于在数据传输时标识计算机的电子方位（有时也指地理位置）。

域名分为顶级域名、二级域名、三级域名等。

顶级域名就是com.cn.org等这种按照国家或者组织用途规定好的

二级域名（SLD，second-level domain），就是最靠近顶级域名左侧的字段。如：zh.wikipedia.org中，wikipedia就是二级域名(有资料认为, 在顶级域名后面, 还存在一级域名, 那么zh就是二级域名)。

再下来就是三级域名，即最靠近二级域名左侧的字段，从右向左便可依次有四级域名、五级域名等等。