REGEXP_EXTRACT 要在 Google Data Studio 中提取年份或月份的特定字符串
REGEXP_EXTRACT specific string to extract year or month in Google Data Studio
我正在尝试对我的网站进行分类，但它们的 uri 结构并不总是相同，因此我想在一列中提取年份，在第二列中提取月份。
结果应该是年月分开的 columns/fields:
url
year
months
/www.site.com/path1/resort/2021/02/sitename
2021
02
/www.site.com/path1/2021/02
2021
02
/www.site.com/path1/2020/11-12
2020
11-12
/www.site.com/path1/2020/07-08
2020
07-08
/www.site.com/path1/resort/
null
null
以下年份的正则表达式有效：
REGEXP_EXTRACT(url,'([0-9]{4})') >> result: 2020, null etc.
但是月份的正则表达式并没有只提取月份：
REGEXP_EXTRACT(url,'((?:[0-9]{4}/)[0-9]+.?[0-9]*/)') >> result: 2020/11-12/,2021/02/, null etc.
提前感谢您的帮助。
你可以使用
(?:^|/)((?:19|20)[0-9]{2})/((?:0?[1-9]|1[0-2])(?:-(?:0?[1-9]|1[0-2]))?)(?:/|$)
参见regex demo。
如果每场比赛只需要捕获一次，请将捕获组替换为非捕获组，或删除多余的模式：
REGEXP_EXTRACT(col_url, '(?:^|/)((?:19|20)[0-9]{2})(?:/|$)') as Year
REGEXP_EXTRACT(col_url, '(?:^|/)((?:0?[1-9]|1[0-2])(?:-(?:0?[1-9]|1[0-2]))?)(?:/|$)') as Month
详情:
(?:^|/) - 字符串开始或 /((?:19|20)[0-9]{2}) - 第 1 组：年份，19 或 20 后跟任意两位数 / - 一个 / 字符 ((?:0?[1-9]|1[0-2])(?:-(?:0?[1-9]|1[0-2]))?) - 第 2 组（月份）：可选的 0 然后 1 到 9，或者 1 然后 0 到 2 (00-12)，然后是可选的 - 和相同的月份模式 (?:/|$) - / 或字符串结尾。
我正在尝试对我的网站进行分类，但它们的 uri 结构并不总是相同，因此我想在一列中提取年份，在第二列中提取月份。
结果应该是年月分开的 columns/fields:
| url | year | months |
|---|---|---|
| /www.site.com/path1/resort/2021/02/sitename | 2021 | 02 |
| /www.site.com/path1/2021/02 | 2021 | 02 |
| /www.site.com/path1/2020/11-12 | 2020 | 11-12 |
| /www.site.com/path1/2020/07-08 | 2020 | 07-08 |
| /www.site.com/path1/resort/ | null | null |
以下年份的正则表达式有效：
REGEXP_EXTRACT(url,'([0-9]{4})') >> result: 2020, null etc.
但是月份的正则表达式并没有只提取月份：
REGEXP_EXTRACT(url,'((?:[0-9]{4}/)[0-9]+.?[0-9]*/)') >> result: 2020/11-12/,2021/02/, null etc.
提前感谢您的帮助。
你可以使用
(?:^|/)((?:19|20)[0-9]{2})/((?:0?[1-9]|1[0-2])(?:-(?:0?[1-9]|1[0-2]))?)(?:/|$)
参见regex demo。
如果每场比赛只需要捕获一次，请将捕获组替换为非捕获组，或删除多余的模式：
REGEXP_EXTRACT(col_url, '(?:^|/)((?:19|20)[0-9]{2})(?:/|$)') as Year
REGEXP_EXTRACT(col_url, '(?:^|/)((?:0?[1-9]|1[0-2])(?:-(?:0?[1-9]|1[0-2]))?)(?:/|$)') as Month
详情:
(?:^|/)- 字符串开始或/((?:19|20)[0-9]{2})- 第 1 组：年份，19或20后跟任意两位数/- 一个/字符((?:0?[1-9]|1[0-2])(?:-(?:0?[1-9]|1[0-2]))?)- 第 2 组（月份）：可选的0然后1到9，或者1然后0到2(00-12)，然后是可选的-和相同的月份模式(?:/|$)-/或字符串结尾。