从字符串域名中删除子域

Question

所以我编写了一个小函数来从输入域字符串中删除子域（如果有）：

def rm(text):
    print(text.replace(text, '.'.join(text.split('.')[-2:])), end="")
    print("\n")

if __name__ == "__main__":
    rm("me.apple.com")
    rm("not.me.apple.com")
    rm("really.not.me.apple.com")
    # problem here
    rm("bbc.co.uk")

一切都很好，直到你有.something.somethingtld., like.co.uk或.co.in。

所以我的输出是：

apple.com
apple.com
apple.com
--> co.uk

它应该在的地方，

apple.com
apple.com
apple.com
bbc.co.uk

如何以优雅的方式修复/创建该函数，而不是检查所有可能的双重顶级域名？ 编辑：如果这很重要的话，我将不得不检查数百万个域名。所以我要做的就是将一个域传递给我的函数并获得一个干净的、无子域的域。

Answer 1

tldextract包应该根据公共后缀列表为您完成繁重的工作。它不是防弹的，但应该适用于所有合理的用例：

import tldextract
def rm(text):
    return tldextract.extract(text).registered_domain