在 Google 个工作表中提取没有域扩展名的域名
Extract domain name with no domain extension in Google Sheets
我试图仅从 Google 表格中的一个单元格中提取域名。单元格可以有 .com 或 .co.uk 扩展名。
它们总是显示为带有 www 或 https:// 的裸域。
A 列 将包含一个随机 URL 列表，这些 URL 将显示为 aol.com 或 amazon.co.uk.
我尝试了以下和许多变体，我认为这本质上是 "remove everything BEFORE the dot" 并且正则表达式实际上使用点来履行其职责。因此，这可能是导致潜在冲突的原因。
=REGEXEXTRACT(A4, "(.+).")
结果最终将通过管道传输到检查公司名称的 QUERY。
=query(Companies!A2:F,"select A where F contains '"&A2&"'")
由于字符串末尾可能只有 .com 或 .co.uk，因此您可以使用
=REGEXEXTRACT(A4, "^(.+)\.(?:co\.uk|com)$")
参见regex demo。
此外，您可以在最后删除它们
=REGEXREPLACE(A4, "\.(?:co\.uk|com)$", "")
您还可以考虑更通用的模式，例如
=REGEXEXTRACT(A4, "^(.+?)(?:\.co)?\.[^.]+$")
=REGEXREPLACE(A4, "(?:\.co)?\.[^.]+$", "")
图案详情
^ - 字符串开头(.+) - 1 个或多个除换行字符外的字符，尽可能多(.+?) - 除换行符外的 1 个或多个字符，尽可能少（在更通用的模式中需要，因为后续模式是可选的）\.(?:co\.uk|com)$ - . 然后在字符串末尾 co.uk 或 com (?:\.co)?\.[^.]+$ - 一个可选的 .co 字符序列，然后是 . 和除 . 之外的 1 个或多个字符，直到字符串末尾。
我试图仅从 Google 表格中的一个单元格中提取域名。单元格可以有 .com 或 .co.uk 扩展名。
它们总是显示为带有 www 或 https:// 的裸域。
A 列 将包含一个随机 URL 列表，这些 URL 将显示为 aol.com 或 amazon.co.uk.
我尝试了以下和许多变体，我认为这本质上是 "remove everything BEFORE the dot" 并且正则表达式实际上使用点来履行其职责。因此，这可能是导致潜在冲突的原因。
=REGEXEXTRACT(A4, "(.+).")
结果最终将通过管道传输到检查公司名称的 QUERY。
=query(Companies!A2:F,"select A where F contains '"&A2&"'")
由于字符串末尾可能只有 .com 或 .co.uk，因此您可以使用
=REGEXEXTRACT(A4, "^(.+)\.(?:co\.uk|com)$")
参见regex demo。
此外，您可以在最后删除它们
=REGEXREPLACE(A4, "\.(?:co\.uk|com)$", "")
您还可以考虑更通用的模式，例如
=REGEXEXTRACT(A4, "^(.+?)(?:\.co)?\.[^.]+$")
=REGEXREPLACE(A4, "(?:\.co)?\.[^.]+$", "")
图案详情
^- 字符串开头(.+)- 1 个或多个除换行字符外的字符，尽可能多(.+?)- 除换行符外的 1 个或多个字符，尽可能少（在更通用的模式中需要，因为后续模式是可选的）\.(?:co\.uk|com)$-.然后在字符串末尾co.uk或com(?:\.co)?\.[^.]+$- 一个可选的.co字符序列，然后是.和除.之外的 1 个或多个字符，直到字符串末尾。