选择具有不同域的行

Question

所以我有一个表，它有一个名为href的列

href包含具有相同域名多次重复的URLs。

例如

http://www.google.com/blog

http://www.google.com/contact

http://www.google.com/dashboard/details/id/5

http://yahoo.com/user/login

http://www.yahoo.com/something/something

注意，google.com和yahoo.com域名已经出现不止一次。现在，我想编写一个只获得不同域名的查询。运行查询只会产生2行，如上面的示例所示

google.com

yahoo.com

我正在尝试使用SUBSTRING_INDEX，但没有多少运气。我不知道怎么用它。substring-index

Answer 1

下面是如何查找域名，包括子域

SELECT SUBSTRING_INDEX( REPLACE( REPLACE( href,  'www.',  '' ) ,  'http://',  '' ) ,  '/', 1 ) AS domain_name
FROM  `cfk_linkdata` 
GROUP BY domain_name
ORDER BY domain_name ASC 

或

SELECT DISTINCT (SUBSTRING_INDEX( REPLACE( REPLACE( href,  'www.',  '' ) ,  'http://',  '' ) ,  '/', 1 )) AS domain_name
FROM  `cfk_linkdata` 
ORDER BY domain_name ASC 

下面是如何只获得域(没有子域)

SELECT SUBSTRING_INDEX( SUBSTRING_INDEX( SUBSTRING_INDEX( href,  '/', 3 ) ,  '/', -1 ) ,  '.', -2 ) AS domain_name
FROM cfk_linkdata
GROUP BY domain_name
ORDER BY domain_name ASC 

Answer 2

SELECT DISTINCT(REPLACE(SUBSTRING_INDEX(REPLACE(href, 'www.', ''), '/', 3), 'http://', '')) AS domain
FROM urls

HTH

编辑:删除分支机构

SELECT  DISTINCT(
        REPLACE(
            SUBSTRING_INDEX(
                SUBSTRING_INDEX(href, '/', 3), 
            '.', -2), 
        'http://', '')
    )
FROM urls

Answer 3

如果您的所有URL都包含协议(http / https)，则域将是第三个/之前的部分，因此您可以这样做。

SELECT SUBSTRING_INDEX(href, '/', 3) FROM table;

如果您还想删除协议：

SELECT SUBSTRING_INDEX(SUBSTRING_INDEX(href, '/', 3), '/', -1) FROM table;