如何在Data Studio中使用“ REGEXP_EXTRACT”从URL提取子目录

Question

我正在尝试使用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/phones/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，但这并不是我真正想要的。以下是REGEX：

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

它给出以下结果：abc

Answer 1

假设产品名称始终是固定的第四路径元素，我们可以尝试：

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

或者，如果以上方法无效：

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

以下是上述示例：

Demo

Answer 2

由于我的GDS没有同一个页面，但是我尝试使用一组数据源（即Google Analytics（分析）中的页面）进行重新创建。

使用可能会使用下面的内容，根据您的要求，它会在两个斜杠之后为您获取所有记录。

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

您需要使用此公式创建一个计算列，一旦创建了该计算列，您可能需要添加其他过滤器以删除具有null值的列。

示例页面：“ /产品/电话/ ace-5 /” 计算列的值为“ ace-5”

只要确保此正则表达式仅在电话/之后给您提取的单词，如果之后没有任何记录，它就会为空。

Answer 3

下面的REGEXP_EXTRACT Calculated Field可以解决问题，提取第三个/之后直到/的下一个实例的所有字符：

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

Google Data Studio Report和要详细说明的GIF