如何使用Regex Extract从URL中提取文件名

Question

我在url中有文件名要删除前面的URL和文件路径以及＆＃34;＆＃34;后出现的版本;

Sample URL

尝试使用正则表达式来提取CaptialForecasting_Datasheet.pdf

Google Data Studio中的Extract似乎很独特。尝试了这个建议，但一直无法解析＆＃39;错误。我能够用以下内容删除网址的第一部分。事件标签是我存储下载PDF的URL的地方。

网址：https://www.dudesolutions.com/Portals/0/Documents/HC_Brochure_Digital.pdf?ver=2018-03-18-110927-033

EXP_EXTRACT( Event Label , 'Documents/([^&]+)' )

它给了我一个结果：

HC_Brochure_Digital.pdf？版本= 2018-03-18-110927-033

现在试图确定如何在之后取出所有内容？版本数据的位置。那么只需要Filename.pdf。

Answer 1

以下正则表达式将使用.pdf扩展名

提取文件名

(?:[^\/][\d\w\.]+)(?<=(?:.pdf))

您可以添加更多此类扩展名

(?:[^\/][\d\w\.]+)(?<=(?:.pdf)|(?:.jpg))

Demo

Answer 2

假设名称显示在最后一个/之后，并以?结尾，则下面的正则表达式将在组1中保留名称，您可以使用\1或无论你使用什么工具支持。

.*\/(.*)\?

它基本上说：将所有内容放在最后/和第一个?之间，并将其放在第1组中。

另一个只匹配您想要但更复杂的文件名的正则表达式是：

(?<=\/)[^\/]*(?=\?)

它匹配所有非/个字符[^\/]，紧跟/，(?<=\/)后紧跟?，(?=\?) 。第一个括号是一个正面的后观，括号中的第二个表达是一个积极的前瞻。

Answer 3

你可以尝试：

[^\/]+(?=\?[^\/]*$)

即使路径中有问号，也会匹配CaptialForecasting_Datasheet.pdf。例如，正则表达式将在以下两种情况下都成功：

https://www.dudesolutions.com/somepath/CaptialForecasting_Datasheet.pdf?ver
https://www.dudesolutions.com/somepath?/CaptialForecasting_Datasheet.pdf?ver

Answer 4

此REGEXP_EXTRACT公式捕获了a-zA-Z0-9_.和/之间的字符?

REGEXP_EXTRACT(Event Label, "/([\\w\\.]+)\\?")

Google Data Studio Report进行演示。

Answer 5

请尝试以下正则表达式
[A-Za-z\_]*.pdf

我已经在https://regexr.com/在线尝试过。附上屏幕截图以供参考

请注意，这仅适用于.pdf文件