PostgreSQL的正则表达式用于从URL /网站获取子域的域名

Question

基本上，我需要从URL或除www之外的整个网站名称获取包含域名和子域名的行。

我的数据库表如下所示：

+----------+------------------------+
|    id    |    website             |
+----------+------------------------+
| 1        | https://www.google.com |
+----------+------------------------+
| 2        | http://www.google.co.in|
+----------+------------------------+
| 3        | www.google.com         |
+----------+------------------------+
| 4        | www.google.co.in       |
+----------+------------------------+
| 5        | google.com             |
+----------+------------------------+
| 6        | google.co.in           |
+----------+------------------------+
| 7        | http://google.co.in    |
+----------+------------------------+

预期产出：

google.com
google.co.in
google.com
google.co.in
google.com
google.co.in
google.co.in

我的Postgres查询如下所示：

select id, substring(website from '.*://([^/]*)') as website_domain from contacts

但上面的查询给出了空白网站。那么，我如何才能获得所需的输出？

Answer 1

你必须使用＆＃34; non capture＆＃34;匹配？：应对非＆＃34; http：//＆＃34;网站

喜欢

select 
id, 
substring(website from '(?:.*://)?(?:www\.)?([^/]*)')
as website_domain 

from contacts

http://sqlfiddle.com/#!17/197fb/14

https://www.postgresql.org/docs/9.3/static/functions-matching.html#POSIX-ATOMS-TABLE

Answer 2

您可以使用

SELECT REGEXP_REPLACE(website, '^(https?://)?(www\.)?', '') from tbl;

请参阅regex demo。

<强>详情

• ^ - 字符串开头
• (https?://)? - 1次或0次http://或https://
• (www\.)? - www.
的1或0次出现

请参阅PostgreSQL demo：

CREATE TABLE tb1
    (website character varying)
;

INSERT INTO tb1
    (website)
VALUES
    ('https://www.google.com'),
    ('http://www.google.co.in'),
    ('www.google.com'),
    ('www.google.co.in'),
    ('google.com'),
    ('google.co.in'),
    ('http://google.co.in')
;

SELECT REGEXP_REPLACE(website, '^(https?://)?(www\.)?', '') from tb1;

结果：