我有一百万个网址的列表。我需要为每个 url 提取 TLD 并为每个 TLD 创建多个文件。例如,收集所有 .com 作为 tld 的 url,并将其转储到 1 个文件中,另一个文件用于 .edu tld 等等。在每个文件中,我必须按域的字母顺序对其进行排序,然后按子域等进行排序。
任何人都可以让我在 perl 中实现这一点吗?
host
方法获取主机,get_root_domain
解析主机名。tld
orsuffix
方法获取真实 TLD 或伪 TLD。
use feature qw( say );
use Domain::PublicSuffix qw( );
use URI qw( );
my $dps = Domain::PublicSuffix->new();
for (qw(
http://www.google.com/
http://www.google.co.uk/
)) {
my $url = $_;
# Treat relative URLs as absolute URLs with missing http://.
$url = "http://$url" if $url !~ /^\w+:/;
my $host = URI->new($url)->host();
$host =~ s/\.\z//; # D::PS doesn't handle "domain.com.".
$dps->get_root_domain($host)
or die $dps->error();
say $dps->tld(); # com uk
say $dps->suffix(); # com co.uk
}