如何使用 Google Data Studio 中的 REGEXP_EXTRACT 从 URL 路径中提取年份？

Question

我正在构建一个 Google Data Studio 仪表板，我需要为 post 发布的年份创建一个计算字段。年份在 URI 路径中，但我不确定如何使用 REGEXP_EXTRACT 提取它。我已经尝试了此处提出的许多解决方案，但其中 none 似乎适用于 Data Studio。

简而言之，我有这样一个 URI：/theme/2019/jan/blog-post-2019/

如何使用REGEXP_EXTRACT函数获取theme/之后/jan之前的第一个2019？

Answer 1

试试这个：

REGEXP_EXTRACT(Page, 'theme\/([0-9]{4})\/[a-z]{3}\/')

其中：

theme\/ 字面意思是 "theme/";
([0-9]{4})是一个capturing group包含4个字符从0到9（即四位数）；
\/[a-z]{3}\/ 表示一个斜线，后跟 3 个小写字母（假设您希望正则表达式匹配所有月份），然后是另一个斜线。如果您想要更严格的限制，请尝试在最后一部分使用 \/(?:jan|feb|mar|...)\/。

参见 demo。

Answer 2

如您所述，我认为您只想提取字符串之间的年份。以下将为您实现。

根据您的需要进行查询

 SELECT * 
 FROM Sample_table
 WHERE REGEXP_EXTRACT(url, "(?<=\/theme\/)(?<year>\d{4})(?=\/[a-zA-Z]{3})")

How to extract the year from a URL path using REGEXP_EXTRACT in Google Data Studio?