.py域名？py结尾是什么域名

python怎么运行py文件

在如何使用Python脚本转换数据和命令行中，我们将深入探讨如何使用Python脚本和命令行来转换数据。

但是首先，值得提出一个您可能正在思考的问题：“Python如何适合命令行，为什么当我知道我可以使用IPython笔记本完成所有数据科学工作时，为什么还要使用命令行与Python进行交互?还是Jupyter实验室?”

笔记本非常适合快速进行数据可视化和探索，但是Python脚本是将我们学到的东西投入生产的一种方式。假设您想建立一个网站，以帮助人们发布具有理想标题和提交时间的HackerNews帖子。为此，您需要脚本。

本教程假定您具有函数的基本知识，并且有一点命令行经验也不会受到损害。如果您以前从未使用过Python，请随时查看我们涵盖Python函数基础的任务，或者更深入地研究我们的一些数据科学课程。最近，我们发布了两个新的交互式命令行课程：“命令行元素”和“命令行中的文本处理”，因此如果您想更深入地研究命令行，我们也建议您

也就是说，不必过分担心先决条件!我们将解释我们正在做的所有事情，所以让我们开始吧!

熟悉数据

HackerNews是一个站点，用户可以在该站点上通过Internet(通常是有关技术和创业公司)提交文章，而其他人可以“赞扬”这些文章，表示他们喜欢它们。提交的投票越多，在社区中就越受欢迎。热门文章进入HackerNews的“首页”，在其他网站上它们更有可能被他人看到。

我们将使用的数据集是由ArnaudDrizard使用HackerNewsAPI编译的，可以在此处找到。我们从数据中随机抽取了10000行，并删除了所有多余的列。我们的数据集只有四列：

submission_time-故事提交时。

upvotes-提交的投票数。

url—提交的基本域。

headline—提交的标题。用户可以对其进行编辑，而不必与原始文章的标题相匹配。

我们将编写脚本来回答三个关键问题：

哪些新闻最常出现在头条新闻中?

哪些域名最常提交给HackerNews?

大多数文章什么时候提交?

切记：在编程时，有多种方法可以处理任务。在本教程中，我们将逐步解决这些问题，但是肯定还有其他方法同样有效，因此请随时尝试并尝试提出自己的方法!

使用命令行和Python脚本读取数据

要加注星标，让我们Transforming_Data_with_Python在桌面上创建一个文件夹。要使用命令行创建文件夹，可以使用mkdir命令，后跟文件夹名称。例如，如果要创建一个名为的文件夹test，则可以导航到Desktop目录，然后键入mkdirtest。

我们将稍后讨论为什么创建文件夹，但是现在，让我们使用cd命令导航到创建的文件夹。该cd命令允许我们使用命令行更改目录。

尽管有多种使用命令行创建文件的方法，但我们可以利用一种称为管道传输和重定向输出的技术来一次完成两件事：将输出从stdout(命令行生成的标准输出)重定向到文件中并创建一个新文件!换句话说，我们可以让它创建一个新文件并使它的输出成为该文件的内容，而不是让命令行仅打印其输出。

要做到这一点，我们可以使用>和>>，这取决于我们想用文件来完成。如果文件不存在，两者都会创建一个文件;但是，>将使用重定向的输出覆盖文件中已有的文本，同时>>将任何重定向的输出附加到文件中。

我们希望将数据读入该文件并创建一个描述性的文件名和函数名称，因此我们将创建一个名为的函数，load_data()并将其保存在名为的文件中read.py。让我们使用读取数据的命令行创建函数。为此，我们将使用该printf函数。(我们将使用printf它，因为它允许我们打印换行符和制表符，我们将使用它们来使脚本对自己和其他人更具可读性)。

为此，我们可以在命令行中输入以下内容

printf\"importpandasaspddefload_data():hn_stories=pd.read_csv('hn_stories.csv')hn_stories.colummns=['submission_time','upvotes','url','headline']return(hn_stores)\">read.py

检查上面的代码，有很多事情要做。让我们将其分解。在函数中，我们是：

a.请记住，我们要使脚本可读，我们正在使用printf命令通过命令行生成一些输出，以在生成输出时保留格式。

b.进口大熊猫。

c.将数据集(hn_stories.csv)读入pandas数据框。

d.使用df.columns列名添加到我们的数据帧。

e.创建一个名为的函数load_data()，其中包含用于读取和处理数据集的代码。

f.利用换行符()和制表符()保留格式，因此Python可以读取脚本。

g.将输出重定向printf到read.py使用>运算符调用的文件。由于read.py尚不存在，因此已创建文件。

运行上面的代码后，我们可以catread.py在命令行中键入并执行命令以检查的内容read.py。如果一切正常运行，我们的read.py文件将如下所示：

创造__init__.py

在该项目的其余部分，我们将创建更多脚本来回答我们的问题并使用该load_data()函数。尽管我们可以将该函数粘贴到使用该函数的每个文件中，但是如果我们正在处理的项目很大，则可能会变得非常麻烦。

为了解决这个问题，我们可以创建一个名为的文件__init__.py。本质上，__init__.py允许文件夹将其目录文件视为包。最简单的形式__init__.py可以是一个空文件。它只需要存在就可以将目录文件视为包。您可以在Python文档中找到有关包和模块的更多信息。

因为load_data()是中的函数read.py，所以我们可以使用导入包的相同方法来导入该函数：fromreadimportload_data()。

还记得使用命令行创建文件的多种方法吗?我们可以使用另一个命令来创建文件__init__.py这次，我们将使用该touch命令来创建文件。touch是一个在您运行命令后立即为您创建一个空文件的命令：

探索标题中的单词

现在，我们已经创建了一个脚本来读取和处理数据以及创建的数据__init__.py，我们可以开始分析数据了!我们要探索的第一件事是标题中出现的独特词。为此，我们要执行以下操作：

1)count.py使用命令行创建一个名为的文件。

2)load_data从导入read.py，并调用函数以读取数据集。

3)将所有标题合并为一个长长的字符串。当您合并标题时，我们希望在每个标题之间留一个空格。在此步骤中，我们将使用Series.str.cat连接字符串。

4)将长字符串拆分成单词。

5)使用Counter类可以计算每个单词在字符串中出现的次数。

6)使用该.most_common()方法将100个最常用的单词存储到wordCount。

如果使用命令行创建此文件，则外观如下：

printf\"fromreadimportload_datafromcollectionsimportCounterstories=load_data()headlines=stories['headline'].str.cat(sep='').lower()wordCount=Counter(headlines.split('')).most_common(100)print(wordCount)\">count.py

运行上面的代码后，您可以catcount.py在命令行中键入并执行命令以检查的内容count.py。如果一切正常运行，您的count.py文件将如下所示：

现在，我们已经创建了Python脚本，我们可以从命令行运行脚本以获取一百个最常用单词的列表。要运行脚本，我们从命令行键入pythoncount.py命令。

脚本运行后，您将看到以下打印结果：

[('the',2045),('to',1641),('a',1276),('of',1170),('for',1140),('in',1036),('and',936),('',733),('is',620),('on',568),('hn:',537),('with',537),('how',526),('-',487),('your',480),('you',392),('ask',371),('from',310),('new',304),('google',303),('why',262),('what',258),('an',243),('are',223),('by',219),('at',213),('show',205),('web',192),('it',192),('_',184),('do',183),('app',178),('i',173),('as',161),('not',160),('that',160),('data',157),('about',154),('be',154),('facebook',150),('startup',147),('my',131),('|',127),('using',125),('free',125),('online',123),('apple',123),('get',122),('can',115),('open',114),('will',112),('android',110),('this',110),('out',109),('we',106),('its',102),('now',101),('best',101),('up',100),('code',98),('have',97),('or',96),('one',95),('more',93),('first',93),('all',93),('software',93),('make',92),('iphone',91),('twitter',91),('should',91),('video',90),('social',89),('&',88),('internet',88),('us',88),('mobile',88),('use',86),('has',84),('just',80),('world',79),('design',79),('business',79),('5',78),('apps',77),('source',77),('cloud',76),('into',76),('api',75),('top',74),('tech',73),('javascript',73),('like',72),('programming',72),('windows',72),('when',71),('ios',70),('live',69),('future',69),('most',68)]

在我们的网站上滚动浏览它们会有些尴尬，但是您可能会注意到最常见的词，例如等等。这些词被称为停用词the，toafor这些词对人类语音很有用，但对数据分析没有任何帮助。您可以在我们的spaCy教程中找到更多有关停用词的信息;如果要扩展此项目，则从我们的分析中删除停用词将是一个有趣的下一步。

即使包含了停用词，我们也可以发现一些趋势。除了停用词之外，这些词中的绝大多数都是与技术和创业相关的术语。考虑到HackerNews专注于科技创业公司，这并不奇怪，但是我们可以看到一些有趣的特定趋势。例如，谷歌是该数据集中最常提及的品牌。Facebook，Apple和Twitter等其他品牌也是讨论的热门话题。

探索域提交

现在我们已经探索了不同的标题并显示了前100个最常用的词，现在我们可以探索域提交了!为此，我们可以执行以下操作：

1)domains.py使用命令行创建一个名为的文件。

2)load_data从导入read.py，并调用函数以读取数据集。

3)使用value_counts()大熊猫中的方法来计算列中每个值的出现次数。

4)遍历该系列并打印索引值及其关联的总数。

这是命令行形式的外观：

printf\"fromreadimportload_datastories=load_data()domains=stories['url'].value_counts()forname,rowindomains.items():print('{0}:{1}'.format(name,row))\">domains.py

再一次，如果我们catdomains.py在命令行中输入来检查domains.py，我们应该看到：

探索提交时间

我们想知道大多数文章何时提交。一种简单的重组方法是查看文章的提交时间。为了弄清楚这一点，我们需要使用该submission_time列。

该submission_time列包含如下时间戳：2011-11-09T21:56:22Z。这些时间以UTC表示，UTC是大多数软件用于保持一致性的通用时区(想象一个数据库中填充的时间都具有不同的时区;要使用它会非常麻烦)。

要从时间戳获取小时，我们可以使用该dateutil库。中的parser模块dateutil包含parse函数，该函数可以带一个时间戳，如何使用Python脚本转换数据和命令行并返回一个datetime对象。这是文档的链接。解析时间戳后，hour结果日期对象的属性将告诉您文章提交的时间。

为此，我们可以执行以下操作：

1)times.py使用命令行创建一个名为的文件。

2)编写一个函数以从时间戳中提取小时。此函数应首先用于dateutil.parser.parse解析时间戳，然后从结果datetime对象中提取小时，然后使用来返回小时.hour。

3)使用pandasapply()方法创建提交时间列。

4)使用value_counts()大熊猫中的方法来计算每小时发生的次数。

5)打印结果。

我们在命令行中执行以下操作：

printf\"fromdateutil.parserimportparsefromreadimportload_datadefextract_hour(timestamp):datetime=parse(timestamp)hour=datetime.hourreturnhourstories=load_data()stories['hour']=stories['submission_time'].apply(extract_hour)time=stories['hour'].value_counts()print(time)\">times.py

这是它看起来像一个单独.py文件的样子(如上所述，您可以通过cattimes.py从命令行运行以检查文件来进行确认)：

现在，我们已经创建了Python脚本，我们可以从命令行运行脚本，以获取特定时间内发布了多少篇文章的列表。为此，您可以从命令行键入pythontimes.py命令。运行此脚本，您将看到以下结果：

您会注意到大多数提交内容是在下午发布的。但是请记住，这些时间是UTC时间。如果您有兴趣扩展此项目，请尝试在脚本中添加一个部分，以将UTC的输出转换为本地时区。

下一步

在如何使用Python脚本转换数据和命令行中，我们探索了数据并建立了一个短脚本目录，这些短脚本可相互配合以提供所需的答案。这是构建我们的数据分析项目的生产版本的第一步。

但是，当然，这仅仅是开始!在如何使用Python脚本转换数据和命令行中，我们没有使用过upvotes数据，因此这是扩展分析范围的一个不错的下一步：

a.标题长度最大才能获得最多投票?

b.提交时间最多的是什么?

c.投票总数随时间变化如何?

我们鼓励您结合自己的问题，并在继续探索此数据集时发挥创造力!

/i6831049808313057804/

1、首先在资源管理器里复制一下py文件存放的路径，按下windows键＋r，在运行里输入cmd，回车打开命令行：

2、在命令行里，先切换到py文件的路径下面，接着输入“python文件名.py”运行python文件：

3、按下回车键，可以看到窗口中py文件开始运行了，注意在命令行运行py文件，要将python安装路径添加到环境变量path中，否则会报错，找不到命令。至此python运行文件的操作就完成了：

.com和.co都是域名吗

首先“.com”是国际顶级域名“.co”国家代码顶级域名。

1、关于.com域名介绍

.com域名，国际最广泛流行的通用域名格式。.com是互联网之DNS上的一个通用顶级域（gTLD）。它的名称源自英文单词“commercial”，表明由商业组织注册此域名的原始意图。

2、关于.co域名简介

co域名是因特网域名治理机构ICANN为哥伦比亚共和国（The Republic of Colombia)国家及地区分配的顶级域（ccTLD）作为其国家及地区因特网顶级域名。目前由哥伦比亚一所名为La Universidad de Los Andes的大学管理。首先，域名.co是哥伦比亚的顶级域名，就像.cn是我们国家的顶级域名一样。

3、域名都有哪些分类

顶级域名

主条目：顶级域名和国际顶级域名

英语：Top-level domains，first-level domains（TLDs），也翻译为国际顶级域名。

通用顶级域名主条目：通用顶级域

通用顶级域：

无赞助：.biz.com.edu.gov.info.int.mil.name.net.org.pro.xyz

赞助：.aero.cat.coop.jobs.museum.travel.mobi.asia.tel.xxx

基本架构：.arpa.root.tel

审批阶段：.post

申请阶段：.geo.kid.mail.sco.web

删除/退休：.nato

预留：.example.invalid.localhost.test

伪域名：.bitnet.csnet.local.onion.uucp Others

下面是现在使用中的通用顶级域（加上.arpa，有时被认为是通用顶级域之一）：通用顶级域在1985年1月创立，当时共有6个通用顶级域，主要供美国使用：

域名、创建时间、使用范围说明

.com-供商业机构使用，但无限制最常用，被大部分人熟悉和使用

.net- 1985年1月，原供网络服务供应商使用，现无限制

.org- 1985年1月，原供不属于其他通用顶级域类别的组织使用，现无限制

.edu/.gov/.mil- 1985年1月，供美国教育机构/美国政府机关/美国军事机构。因历史遗留问题一般只在美国专用

1988年11月应北约（NATO）要求，开始使用.int。该域名原计划也用于部分因特网基建数据库，如.ip6.int，即.in-addr.arpa的IPv6版本。但后来又建议所有新的数据库需使用.arpa创建（与TLD以前的系统相同），现有的亦将在可能的情况下移动到.arpa，令IPv6反搜索使用.ip6.arpa

.int- 1988年11月国际联盟、国际组织，供由条约而成立的国际性机构使用

.arpa-是美国军方保留的域

1997年，美国政府叫停了IAHC设立7个新通用顶级域名（.arts艺术机构、.firm商业公司、.info信息机构、.nom个人个体、.rec消遣机构、.store商业销售机构及.web因特网相关机构）的建议。

2000年11月16日，ICANN发布了7个新通用顶级域名：.aero,.biz,.coop,.info,.museum,.name,.pro

.aero-供航空运输业使用

.biz-供商业使用

.coop-供联合会（cooperatives）使用

.info-供信息性网站使用，但无限制

.museum-供博物馆使用

.name-供家庭及个人使用

.pro-供部分专业使用

至2005年6月，ICANN公布多个新通用顶级域，详情仍在研究中：.cat,.jobs,.mobi,.post,.tel,.travel,.xxx,.kid

.asia-供亚洲社区使用

.cat-供加泰罗尼亚语/文化使用

.jobs-供求职相关网站使用

.mobi-供手提电话等设备网站使用

.travel-供旅行社、航空公司、酒店及旅游协会等机构使用

.tel-供连接电话网络与因特网的服务使用

下列通用顶级域正在接受审批，可能会在不久的将来加入通用顶级域域名服务器之中：

.post-供邮政服务使用

.xxx-供色情网站使用

.mail-供邮件网站使用

非官方TLD及建议：各组织及商业机构建议了不少新的通用顶级域，部分更非正式地被创建，但并未能正常运作，包括.berlin、.sco、.love等。

国家地区代码顶级域名主条目：国码顶级域名

（ccTLDs, country code top-level domain，国家域名）一般是基于ISO-3166的两字母。两个字的后缀表示该域所在的国家或地区，例如：cn（中国大陆）、de（德国）、eu（欧盟）、jp（日本）、hk（香港）、tw（台湾）、uk（英国）、us（美国）。（依字母顺序）

国家代码顶级域名：

.ac.ad.ae.af.ag.ai.al.am.an.ao.aq.ar.as.at.au.aw.az

.ba.bb.bd.be.bf.bg.bh.bi.bj.bm.bn.bo.br.bs.bt.bv.bw.by.bz

.ca.cc.cd.cf.cg.ch.ci.ck.cl.cm.cn.co.cr.cu.cv.cx.cy.cz

.de.dj.dk.dm.do.dz

.ec.ee.eg.er.es.et.eu

.fi.fj.fk.fm.fo.fr

.ga.gd.ge.gf.gg.gh.gi.gl.gm.gn.gp.gq.gr.gs.gt.gu.gw.gy

.hk.hm.hn.hr.ht.hu

.id.ie.il.im.in.io.iq.ir.is.it

.je.jm.jo.jp

.ke.kg.kh.ki.km.kn.kr.kw.ky.kz

.la.lb.lc.li.lk.lr.ls.lt.lu.lv.ly

.ma.mc.md.me.mg.mh.mk.ml.mm.mn.mo.mp.mq.mr.ms.mt.mu.mv.mw.mx.my.mz

.na.nc.ne.nf.ng.ni.nl.no.np.nr.nu.nz

.om

.pa.pe.pf.pg.ph.pk.pl.pm.pn.pr.ps.pt.pw.py

.qa

.re.ro.ru.rw

.sa.sb.sc.sd.se.sg.sh.si.sk.sl.sm.sn.so.sr.st.sv.sy.sz

.tc.td.tf.tg.th.tj.tk.tl.tm.tn.to.tr.tt.tv.tw.tz

.ua.ug.uk.us.uy.uz

.va.vc.ve.vg.vi.vn.vu

.wf.ws

.ye.yt.yu

.za.zm.zw

预留/未分配：.cs.eh.kp

已分配/未使用：.ax.bv.gb.sj.um

逐渐中止：.tp.su

删除/退休：.cs.dd.zr

使用中：

.cn代表中国，以.cn结尾即中国国内域名，适用于其国内各机构、企业，常称为英文国内顶级域名，.CN类英文域名。1997年12月31日诞生并开通。注册局为CNNIC。按国家规定划分六类二级域名，后缀：.com.cn.net.cn.org.cn.gov.cn.edu.cn。现在已开放.cn二级域名注册。

岛国域名：与一些私营公司达成协议向全世界开放

.tv：诞生--The.tv Corporation于2000年以5000万美元向太平洋小国图瓦卢购得，2001年1月开通，注册局为The.tv Corporation。特点是直接形成电视、视频、影音等概念联想

.cc：诞生--eNIC集团于2000年向印度洋科科斯群岛购得.cc，2001年1月开通，注册局为eNIC Corporation。特点是简单易记、便于识别，极具想象力，Intel、Coca-cola等国际大公司创建.cc域名门户，显示了.cc的价值与日俱增。

其它级别域名

除了顶级域名，还有二级域名（SLD，second-level domain），就是最靠近顶级域名左侧的字段。如：zh.wikipedia.org中，wikipedia就是二级域名(有资料认为,在顶级域名后面,还存在一级域名,那么zh就是二级域名)。

再下来就是三级域名，即最靠近二级域名左侧的字段，从右向左便可依次有四级域名、五级域名等等。举个正在使用中的三级域名的实例，www.ncic.ac.cn，其中www前缀表明此域名对应着万维网服务，每一级域名由英文半角句号分区，“ncic”作为三级域名是“ac.cn”的子域名。

各个国家域名的后缀

AT at奥地利

AD ad安道尔

AE ae阿联酋

AF af阿富汗

AI ai安奎拉

AL al阿尔巴尼亚

AM am亚美尼亚

AO ao安哥拉

AQ aq南极洲

AR ar阿根廷

AS as美属萨摩亚群岛

AU au澳大利亚

AZ az阿塞拜疆

BA ba波斯尼亚和黑塞哥维那

BB bb巴巴多斯

BD bd孟加拉

BE be比利时

BF bf布基那法索

BG bg保加利亚

BH bh巴林

BI bi布隆迪

BJ bj贝宁

BM bm百慕大

BN bn文莱

BO bo玻利维亚

BR br巴西

BS bs巴哈马

BT bt不丹

BW bw博茨瓦纳

BZ bz伯里兹

CA ca加拿大

CF cf中非共和国

CG cg刚果

CH ch瑞士

CI ci象牙海岸

CK ck库克群岛

CL cl智利

CM cm喀麦隆

CN cn中国

CO co哥伦比亚

CR cr哥斯达黎加

CS cs捷克斯洛伐克（前）

CU cu古巴

CV cv佛得角群岛

CY cy塞浦路斯

CZ cz捷克共和国

DE de德国

DJ dj吉布提

DK dk丹麦

DM dm多米尼加

DO do多米尼加共和国

DZ dz阿尔及利亚

EC ec厄瓜多尔

EE ee爱沙尼亚

EG eg埃及

EH eh西撒哈拉

ER er厄立特利亚

ES es西班牙

ET et埃塞俄比亚

FI fi芬兰

FJ fj斐济

FK fk马尔维那斯群岛

FM fm密克罗尼西亚

FR fr法国

GA ga加蓬

GB gb英国

GD gd格林纳达

GE ge乔治亚

GF gf法属圭亚那

GH gh加纳

GI gi直布罗陀

GL gl格陵兰（岛）

GM gm赞比亚

GN gn几内亚

GP gp瓜德罗普

GQ gq赤道几内亚

GR gr希腊

GT gt危地马拉

GU gu关岛

GW gw几内亚比绍

GY gy圭亚那

HK hk香港

HN hn洪都拉斯

HR hr克罗地亚

HT ht海地

HU hu匈牙利

ID id印度尼西亚

IE ie爱尔兰

IL il以色列

IN in印度

IQ iq伊拉克

IR ir伊朗

IS is冰岛

IT it意大利

JM jm牙买加

JO jo约旦

JP jp日本

KE ke肯尼亚

KH kh柬埔寨

KM km科摩罗群岛

KP kp韩国

KR kr北朝鲜

KW kw科威特

KY ky开曼群岛

KZ kz哈萨克斯坦

LA la老挝

LB lb黎巴嫩

LC lc圣路西亚

LI li列支敦士登

LK lk斯里兰卡

LR lr利比里亚

LS ls莱索托

LT lt立陶宛

LU lu卢森堡

LV lv拉托维亚

LY ly利比亚

MA ma摩洛哥

MC mc摩纳哥

MD md摩尔多瓦

MG mg马达加斯加

MH mh马绍尔群岛

ML ml马里

MN mn蒙古

MO mo澳门

MP mp南马利亚那群岛

MQ mq马提尼克岛

MR mr毛里塔尼亚

MS ms蒙特塞拉特克岛

MT mt马耳他

MU mu毛里求斯

MV mv马尔代夫

MW mw马拉维

MX mx墨西哥

MY my马来西亚

MZ mz莫桑比克

NA na纳米比亚

NC nc新喀里多尼亚岛

NE ne尼日尔

NG ng尼日利亚

NI ni尼加拉瓜

NL nl荷兰

NO no挪威

NP np尼泊尔

NR nr瑙鲁

NU nu纽埃岛

NZ nz新西兰

OM om阿曼

PA pa巴拿马

PE pe秘鲁

PF pf法属玻利尼西亚

PG pg巴布亚新几内亚

PH ph菲律宾

PK pk巴基斯坦

PL pl波兰

PR pr波多黎哥

PT pt葡萄牙

PY py巴拉圭

QA qa卡塔尔

RE re留尼汪岛

RO ro罗马尼亚

RU ru俄罗斯

RW rw卢旺达

SA sa沙特阿拉伯

Sb sb所罗门群岛

SC sc塞舌尔

SD sd苏丹

SE se瑞典

SG sg新加坡

SH sh圣赫勒拿岛

SI si斯洛文尼亚

SJ sj斯瓦巴德群岛

SK sk斯洛伐克

SL sl塞拉利昂

SM sm圣马力诺

SN sn塞内加尔

SO so索马里

SR sr苏里南

ST st圣多美岛和普林西比岛

SU su苏联（前）

SV sv萨尔瓦多

SY sy叙利亚

SZ sz斯威士兰

TD td乍得

TG tg多哥

TH th泰国

TJ tj塔吉克斯坦

TK tk托克劳群岛

TM tm土库曼斯坦TN tn突尼斯

TO to汤加

TP tp东帝汶岛

TT tt特立尼达和多巴哥

TW tw中国台湾

TZ tz坦桑尼亚

UA ua乌克兰

UG ug乌干达

UK uk英国

US us美国

UY uy乌拉圭

UZ uz乌兹别克斯坦

VA va梵蒂冈

VE ve委内瑞拉

VG vg维京岛（英）

VI vi维京岛（美）

VN vn越南

WF wf瓦利斯群岛

WS ws萨摩亚群岛

YE ye也门

YU yu南斯拉夫

ZA za南非

ZM zm赞比亚

ZR zr扎伊尔

ZW zw津巴布韦