正则表达式UTM谷歌

Question

我正在尝试使用r从Google链接中提取UTM，但是我的正则表达式似乎无法正常工作。

以下是Google链接的示例：

xxx/yyy?utm_medium=display&utm_source=ogury&utm_campaign=TOTO&zzz=coco

我尝试了以下正则表达式来提取TOTO：

.+&utm_campaign=([[a-z]]+)&.+

没有成功。

如果有人可以帮助，谢谢！

Answer 1

在您的模式中，[[a-z]]+是格式错误的括号表达式，因为它匹配[[a-z]括号表达式中的任何字符（任何小写ASCII字母或[），然后匹配一个或多个]个字符。您打算在此处使用单个[和]。

您可以将sub与以下正则表达式配合使用：

sub(".*[&?]utm_campaign=([^&]+).*", "\\1", s)

请参见regex demo。

详细信息

• .*-任意0个以上的字符，并且尽可能多
• [&?]-一个?或&
• utm_campaign=-文字子字符串
• ([^&]+)-捕获第1组：除&字符以外的一个或多个字符
• .*-任意0个以上的字符，并且尽可能多

\1是替换后向引用，它将第1组的内容放入结果中。

请参见R demo：

s <- "xxx/yyy?utm_medium=display&utm_source=ogury&utm_campaign=TOTO&zzz=coco"
sub(".*[&?]utm_campaign=([^&]+).*", "\\1", s)
## => [1] "TOTO"

Answer 2

您可以使用：

(?:&utm_campaign=)(\w+)

并使用捕获的第一组

Try it Online

Answer 3

您正在搜索[[a-z]]+，但是TOTO是大写的，因此不在'a'和'z'之间。您可以将其更新为[[A-Za-z]]+以匹配任何大小写字母。

编辑：[[A-Za-z]]+将匹配任何大小写字母，但也匹配任何'['或']'字符。如果您不希望匹配这些字母，则可以将其更改为[A-Za-z]+以仅匹配任何大小写字母

Answer 4

这是一个正则表达式字符串，无论其在查询字符串中的位置如何，它都将与utm_campaign参数的值匹配。

(?<TOTO>(?<=utm_campaign=).*?(?=&|$))

说明：

• ?<TOTO>在执行正则表达式后将结果捕获到TOTO密钥中

• (?<=utm_campaign=)是一种后置形式，可以确保该值前面带有utm_campaign=

  • .*?将找到参数值（即TOTO）。 ?的原因是延迟评估-它只会搜索直到匹配下一个规则（请参阅下面的要点）

  • (?=&|$)是一种前向匹配，将匹配&或字符串的结尾（如果utm_campaign是最后一个参数）