我试图从使用tldextract的几个链接中提取url。由于我的链接格式不同，谁能帮我提取URL ?
import tldextract
ext = tldextract.extract('booking.com__booking.com_content_privacy.html?label=gen173nr-1FCAEoggI46AdIM1gEaLUBiAEBmAExuAEHyAEP2AEB6AEB-AECiAIBqAIDuALVsdeSBsACAdICJDBkZWExNDc4LWZ')
所以在上面的例子中，我想提取booking.com，但它没有给出期望的结果。
您需要提供正确的输入。booking.com__booking.com_content_privacy.html?label=gen173nr-1FCAEoggI46AdIM1gEaLUBiAEBmAExuAEHyAEP2AEB6AEB-AECiAIBqAIDuALVsdeSBsACAdICJDBkZWExNDc4LWZ不是合法的URL。以下是您需要的示例:
In [35]: tldextract.extract('https://www.booking.com/hotel/fr/sunny.en-gb.html?aid=304142&label=gen173nr-1FCAQoggJCI3NlYXJjaF9wYXJpcywgaWxlIGRlIGZyYW5jZSwgZnJhbmNlSAlYBGhsiAEBmAEJuAEZyAEM2AEB6AEB-AEDiAIBqAIDuALp
...: hrCkBsACAdICJDg3YTU5MjQzLTA1NWYtNDc3NS1hZTBhLTcyNDhjZDZmN2EzNtgCBeACAQ&sid=60f41096ef20067ac373b5ad3474226b&all_sr_blocks=29237402_92229029_2_2_0;checkin=2023-07-22;checkout=2023-07-29;dist=0;group_adul
...: ts=2;group_children=0;hapos=1;highlighted_blocks=29237402_92229029_2_2_0;hpos=1;matching_block_id=29237402_92229029_2_2_0;no_rooms=1;req_adults=2;req_children=0;room1=A%2CA;sb_price_type=total;sr_order=
...: popularity;sr_pri_blocks=29237402_92229029_2_2_0__95486;srepoch=1686897515;srpvid=87832eb4b6ed00f2;type=total;ucfs=1&#hotelTmpl')
Out[35]: ExtractResult(subdomain='www', domain='booking', suffix='com')
更多的例子和用法在这里:https://github.com/john-kurkowski/tldextract可能tldextract不是适合您的lib。你需要处理这些url和过程。可能是，用/代替__。它更多的是数据清理任务，并且非常特定于您的输入数据。这可能有助于从URL中提取域python中的