[SOLUCIONADO] Obtener una el nombre del sitio de una URL dada

[MacintoshD]

Hola, no tengo clara la idea incluso aun tampoco tengo claro como nombrar lo que quiero hacer, pero si tengo clara la idea de lo que estoy realizando:

Tengo 5 enlaces, puede que diferentes o no, pero la idea es recorrerlos para saber de que sitio son, hagamos el ejemplo con un modelo en Django:

Código:

Class Referencias(models.Model):
    url = models.TextField()
    created_at = models.DateField()

Ingresamos 5 urls en cada linea en el campo url:
http:://www.google.com/lo-que-gustes-32
http:://www.facebook.com/lo-que-gustes-ds
http:://www.forosdelweb.com/lo-que-gustes-a
http:://www.python.com/lo-que-gustes-2

Cada linea puede ser totalmente distinto, ahora lo que estoy tratando de hacer, es que si es una url de "google.com", me imprima el nombre "Google".

Agradezco que me aclaren un poco la idea, así podré buscar bien en google porque estoy seguro que ya existe respuestas a mi pregunta.

[razpeitia]

Código Python:

from urlparse import urlparse
 
class Referencias(models.Model):
    url = models.TextField()
    created_at = models.DateField()
 
    def domain(self):
        url = urlparse(self.url)
        return url.hostname.lstrip('www.')
 

Creo que lo que tratas de hacer es algo parecido a esto.

[MacintoshD]

Sabes como sacar al final si es un .com, .net, .org y sacar las extensiones de esos dominios dejando solo "google" en vez de google.com o google.es

Gracias.

[Carlangueitor]

Eso suena un trabajo para Expresiones regulares.

Como no se expresiones regulares, puedes mirar esto: https://github.com/john-kurkowski/tldextract

Saludos

[MacintoshD]

Precisamente estaba leyendo sobre tldextract que es una librería para Python. La idea específicamente es solo dejar el dominio sin el suffixes, seguiré buscando, gracias.

[Carlangueitor]

Pues con esa librería te da el domain, sin extensiones ni subdominios. ¿no era eso lo que necesitabas?

[MacintoshD]

Iniciado por Carlangueitor

Pues con esa librería te da el domain, sin extensiones ni subdominios. ¿no era eso lo que necesitabas?

jajaja como se dan los malos entendidos, bueno por mi poco aclaración, cuando dije que seguía en mi búsqueda era a como implementar tldextract en mi aplicación de Django, acá te dejo algo por si me lio:

Código:

url = 'http://www.forosdelweb.com/newreply.php?do=newreply&p=4404564'
tldextract.extract(url)
ExtractResult(subdomain='', domain='forosdelweb', tld='com')

Gracias.