通过Google表格正则表达式提取根域

Question

我需要一个公式，它可以从头开始删除任何类型的URL，直到根（无论整个URL是什么结构），根目录后的所有内容都需要被剥离（包括尾随/）

以下是我在其他主题中找到的两个公式：

公式1：

=trim(REGEXEXTRACT(REGEXREPLACE(REGEXREPLACE(A2,"https?://",""),"^(w{3}\.)?","")&"/","([^/?]+)"))

这会从根域中删除所有内容，但子域除外。

公式2：

=REGEXEXTRACT("."&A2&"/","\.([^.]+\.[^./?]+)(?:/|\?)")

除了https://之外，它会删除根域中的所有内容。

编辑：我已经把它弄得多了一点。公式2可以处理https://www.和http://www.，但不能处理https:或http:。

以下是G表中公式示例的屏幕截图：

Answer 1

有很多方法，这里有一个相当简单的方法：

=regexextract(regexreplace(regexreplace(A1, "^[^/]*//", ""), "/.*$", ""), "[^.]+\.[^.]+$")

一步一步：

1. 删除^[^/]*//，这是网址的协议部分，包括两个斜杠。
2. 删除/.*$，这是第一个斜杠之后的所有内容，包括斜杠。
3. 提取[^.]+\.[^.]+$，这是由点分隔的最后两组非点字符，例如example.com