用于域提取的Redshift正则表达式

Question

我试图为REGEXP_SUBSTR (Redshift)形成一个正则表达式，它将提取子域＆amp;来自任何给定URL的域部分。

我尝试了很多来自stackoverflow的建议：regular-expression-extract-subdomain-domain，getting-parts-of-url-regex，how-to-get-domain-name-from-url等等。他们使用正则表达式验证器，但不适用于Redshift。

正则表达式应该处理带有和不带http / https前缀的URL。

有没有其他方法可以提取子域＆amp;使用正则表达式从任何给定URL进行的域？

Answer 1

经过吨的实验，这就是我的用法：

REPLACE(REGEXP_SUBSTR(url,'//[^/\\\,=@\\+]+\\.[^/:;,\\\\\(\\)]+'),'//','')

需要匹配双斜杠，然后使用REPLACE将其删除，因为Redshift支持相当基本的正则表达式。

FWIW，你会发现这与<{3}}中Jeff Barr提供的正则表达不同非常 - 正则表达式为我生成 nothing 。