Obtenir le protocole + le nom d'hôte à partir de l'URL

Question

Dans mon application Django, j'ai besoin de récupérer le nom de l'hôte à partir du référent dans le champ request.META.get('HTTP_REFERER') ainsi que son protocole, de sorte que des URL comme :

• https://docs.google.com/spreadsheet/ccc?key=blah-blah-blah-blah#gid=1
• https://stackoverflow.com/questions/1234567/blah-blah-blah-blah
• http://www.example.com
• https://www.other-domain.com/whatever/blah/blah/?v1=0&v2=blah+blah ...

Je devrais avoir :

• https://docs.google.com/
• https://stackoverflow.com/
• http://www.example.com
• https://www.other-domain.com/

J'ai regardé d'autres questions connexes et j'ai trouvé urlparse, mais cela n'a pas fait l'affaire car

>>> urlparse(request.META.get('HTTP_REFERER')).hostname
'docs.google.com'

Answer 1

S'il contient moins de 3 barres obliques, vous l'avez donc et si ce n'est pas le cas, nous pouvons trouver l'occurrence entre les deux :

import re

link = http://forum.unisoftdev.com/something

slash_count = len(re.findall("/", link))
print slash_count # output: 3

if slash_count > 2:
   regex = r'\:\/\/(.*?)\/'
   pattern  = re.compile(regex)
   path = re.findall(pattern, url)

   print path