数据洞察正则表达式 - 排除 www

问题描述

使用谷歌数据洞察，我有一个正则表达式；

REGEXP_EXTRACT( Page,'.*/(.*)/' )

是我目前使用的。正在将页面变量重新创建为最后一页路径，但我需要确保该页面不包含“www”。

欢迎提出任何想法或建议。

解决方法

如果您可以接受没有预期结果的空匹配项，您可以利用 REGEXP_EXTRACT 仅返回一个捕获组值这一事实。因此，您可以在需要获得的替代方案之前指定替代方案，而无需在那里使用捕获组。

REGEXP_EXTRACT( Page,'.*www.*|.*/(.*)/' )

这个模式会匹配并消耗一个包含www的字符串，如果没有www，则触发第二个选择，如果有两个斜杠，你会得到之间的值最右边的两个斜线。

如果您还需要跳过包含 http 的字符串，只需将 www 替换为 (?:www|http)，一个匹配 www 或 http 的非捕获组：

REGEXP_EXTRACT( Page,'.*(?:http|www).*|.*/(.*)/' )