Question

我只是设法提取我使用的网站列表的顶级域名

REGEXP_EXTRACT(Domain_name, r'(\.[^.:]*)]\.?:?[0-9]*$') AS web_tld

示例：

我有

www.example1.abc.com
www.example2.efg.123.net

我想要结果

子域

example1
efg

域

abc
123

TLD

.com
.net

编辑：在我的查询中遇到错误 '必须指定一个捕获组' 当我使用（。？（[^。] +）。（[^。] +）。（[^：] +）：？[0-9] * $）作为正则表达式

SELECT
REGEXP_EXTRACT(Domain, r'(\.?([^.:]+)\.([^.:]+)\.([^.:]+):?[0-9]*$)'),
FROM [weblist.domain]
ORDER BY 1
LIMIT 250;

Answer 1

由于您只能使用一个捕获组，我认为您实际上可以使用3个单独的正则表达式来获取所需的值：

SELECT
REGEXP_EXTRACT(Domain, r'([^.:]+):?[0-9]*$'),
REGEXP_EXTRACT(Domain, r'([^.:]+).[^.:]+:?[0-9]*$'),
REGEXP_EXTRACT(Domain, r'([^.:]+).[^.:]+.[^.:]+:?[0-9]*$')
FROM [weblist.domain]
ORDER BY 1
LIMIT 250;

Answer 2

请注意，使用HOST，DOMAIN和TLD而不是自定义正则表达式可能会更好。

使用REGEXP_EXTRACT获取域和子域

2 个答案: