如何使用Data中的“REGEXP_EXTRACT”从URL中提取子目录

Question

我试图使用REGEXP_EXTRACT从两个斜杠之间的URL中提取产品名称。例如，我想从下面的URL中提取ace-5：

Www.abc.com/products/phone/ace-5/ www.abc.com/products/phones/ace-5/?cid=dm66363&bid www.abc.com/products/phones/ace-5/?fbclid=iwar30dpnmmpwppnla7 www.abc.com/products/phones/ace-5/?et_cid=em_367029&et_rid=130

我有一个RegEx来提取域名，但这不是我真正想要的东西。下面是RegEx：

REGEXP_EXTRACT(page,'^[^.]+.([^.]+)')

给出了如下结果：abc

Answer 1

假设产品名称总是固定的第四个path元素，我们可以尝试：

REGEXP_EXTRACT(page, '(?:[^\/]+\/){3}([^\/]+).*')

或者，如果以上所述不起作用：

REGEXP_EXTRACT(page, '[^\/]+\/[^\/]+\/[^\/]+\/([^\/]+).*')

以下是上述内容的演示：

​

演示

​

Answer 2

因为我和我的GDS没有相同的页面，但是我尝试用我的一组数据源(也就是来自google分析的页面)重新创建。

Use可以使用下面的内容，根据您的要求，在两个斜杠之后，您将得到所有的记录。

REGEXP_EXTRACT(Page,'[^/]+/[^/]+/([^/]+)')

您需要使用此公式创建计算列，一旦创建了此计算列，您可能需要添加一个额外的筛选器，以删除具有null值的列。

示例页：“/products/phone/ace-5/”计算的列值为"ace-5“。

只需确保此正则表达式只会在电话/之后给出提取的单词/，如果在此之后没有任何记录，则作为回报，它将给您空值。

Answer 3

下面的REGEXP_EXTRACT 计算场完成了这个任务，在第三个/之后提取所有字符，直到下一个/实例。

REGEXP_EXTRACT(Page, "^(?:[^/]+/){3}([^/]+)")

报告和GIF将详细阐述

​

​