小编Jon*_*onk的帖子

我可以请求您帮助构建一个在 Google Big Query 上使用的正则表达式，使用REGEXP_EXTRACT它来解析给定输入 url 的完整域吗？

解析条件：

\n
• 开始捕获应该是：\n\n
  \n
  • //如果url 中第一次//出现后有 a :
  \n
  • //如果字符串开头没有:
  \n
\n
• 结束捕获应该是：在第一个?或第一个/或第一个之后&或直到字符串末尾（如果没有找到?,/或 ）&
\n

一些例子：

htp://www.google.com --> www.google.com\nhtp://www.google.com/item/ --> www.google.com\nhtp://www.google.com?source=google --> www.google.com\nhtp://www.google.com&source=google --> www.google.com\nwww.google.com --> www.google.com\nwww.google.com/item/ --> www.google.com\nwww.google.com?source=google --> www.google.com\nwww.google.com&source=google --> www.google.com\nhttp://google.com&source=google --> google.com\nhttps://www.example-code.com/vb/string.asp --> www.example-code.com\n

我创建了这个正则表达式：

REGEXP_EXTRACT('google.it?medium=cpc?cobranded=google&keywor\xe2\x80\x8c\xe2\x80\x8bd=foo';, r'//([^/|^?|^&]+)')\n

但它仅适用于包含 的网址//，我无法获得一个//在网址中没有的情况下也适用的正则表达式。

我可以请您帮忙使用 REGEXP_EXTRACT 构建一个在 Google Big Query 上使用的正则表达式，该表达式将解析由特定键标识的 url 参数的值吗？

假设我要解析的参数的键值等于“source”。解析应该：

• 确保键之前有“？” 或一个 "&" 之后有一个 "=" : 所以在示例中匹配 "?source=" 或 "&source="
• 捕获值直到第一个“&”或字符串结尾
• 如果上述条件匹配不止一次，则应取第一次出现的值

以下是一些所需行为的示例（它们都应该提供“google”作为输出）：

• www.google.com?source=google&medium=cpc --> 输出：google
• www.google.com?source=google --> 输出：google
• www.google.com?medium=cpc&source=google --> 输出：google
• www.google.com?medium=cpc&source=google&keyword=foo --> 输出：google
• www.google.com?medium=cpc&source=google&keyword=foo&source=bing --> 输出：google
• www.google.it?medium=cpc?source=goo-gle --> 输出：goo-gle
• www.google.it?medium=cpc?source=google?med=cpc&keyword=foo --> 输出：google?med=cpc

非常感谢您的帮助！