从电子邮件地址中检索域名答案

【问题标题】：Retrieve domain name from email address从电子邮件地址中检索域名
【发布时间】：2021-09-17 17:45:11
【问题描述】：

我正在Python 中处理一个庞大的电子邮件地址数据集，需要检索组织名称。

比如email@organizationName.com很容易提取，但是email@info.organizationName.com甚至email@organizationName.co.uk呢？

我需要一个通用的提取器，它应该能够相应地处理所有不同的可能性。

【问题讨论】：

你试过什么？有 Python 代码吗？

标签： python python-3.x regex parsing nltk

【解决方案1】：

如果 organisationName 总是在 .com 或其他结尾之前 - 这可能有效 -

        email_str.split('@')[1].split('.')[-2]

【讨论】：

感谢 Rusheel，但由于我已经编辑了帖子，orgname.co.uk 等呢？

【解决方案2】：

正则表达式在这里无法正常工作。为了能够可靠地做到这一点，您需要使用一个知道什么是有效后缀的库。

否则，提取器如何区分email@info.organizationName.com 和email@organizationName.co.uk？

这可以使用tldextract：

例子：

import tldextract

emails = ['email@organizationName.com', 
          'email@info.organizationName.com', 
          'email@organizationName.co.uk',
          'email@info.organizationName.co.uk',
         ]

for addr in emails:
    print(tldextract.extract(addr))

输出：

ExtractResult(subdomain='', domain='organizationName', suffix='com')
ExtractResult(subdomain='info', domain='organizationName', suffix='com')
ExtractResult(subdomain='', domain='organizationName', suffix='co.uk')
ExtractResult(subdomain='info', domain='organizationName', suffix='co.uk')

要仅访问域，请使用tldextract.extract(addr).domain。

【讨论】：

谢谢buddemat，问题已经解决了。