Question

我有一个庞大的项目和问题跟踪器数据库，其中一些有网址。

我想查询它以找出每个项目的网址列表，但很多都有我想避免的额外数据。

我想做这样的事情：

substring(tracker_extra_field_data.field_data FROM 'http://([^/]*).*')

除了一些网址是https，我想捕获它以及第一个子目录。

例如，给定url：

https://dev.foo.com/bar/action/?param=val

我希望选择返回：

https://dev.foo.com/bar/

在pgsql中使用substring / regex有一种半简单的方法吗？

Answer 1

试试这个：

select substring('https://dev.foo.com/bar/action/?param=val' from '(https?://([^/]*/){1,2})');

template1=# select substring('https://dev.foo.com/bar/action/?param=val' from '(https?://([^/]*/){1,2})');
        substring
-------------------------
 https://dev.foo.com/bar/
(1 row)

template1=# select substring('http://dev.foo.com/bar/action/?param=val' from '(https?://([^/]*/){1,2})');
       substring
------------------------
 http://dev.foo.com/bar/

Answer 2

^{在我没有正确阅读Q之后更新。}

使用模式

^https?://[^/]+(?:/[^/]+)?/?

^ ..开头的字符串
? ..零或一个原子
(?:) ..非捕获的parens
[^/]+ ..除/之外的任何字符，其中一个或多个

这只接受以http://或https://开头的网址（需要协议标头）。

->SQLfiddle with a bigger test case.

url的第一部分的子字符串正则表达式

2 个答案: