来自 URL 的正则表达式子字符串

Question

我需要从 url 中检索一些词:

WebViewActivity - https://google.com/search/?term=iphone_5s&utm_source=google&utm_campaign=search_bar&utm_content=search_submit

我想要的返回:

search/iphone_5s

但我卡住了，并不真正理解如何使用 regexp_substr 来获取该数据。

我正在尝试使用这个查询

regexp_substr(web_url, '\google.com/([^}]+)\/', 1,1,null,1)

仅返回“搜索”字词，当我尝试时

regexp_substr(web_url, '\google.com/([^}]+)\&', 1,1,null,1)

事实证明，直到最后一个“&”我都明白了

Answer 1

您可以使用 REGEXP_REPLACE 来匹配整个字符串，但捕获两个子字符串并替换为两个对捕获组值的反向引用:

REGEXP_REPLACE(
    'WebViewActivity - https://google.com/search/?term=iphone_5s&utm_source=google&utm_campaign=search_bar&utm_content=search_submit',
    '.*//google\.com/([^/]+/).*[?&]term=([^&]+).*',
    '\1\2')

参见 regex demo和 online Oracle demo .

图案细节

• .* - 尽可能多的除换行符以外的任何零个或多个字符
• //google\.com/ - //google.com/ 子串
• ([^/]+/) - 捕获第 1 组:/ 以外的一个或多个字符，然后是 /
• .* - 尽可能多的除换行符以外的任何零个或多个字符
• [?&]term= - ? 或 & 和一个 term= 子串
• ([^&]+) - 捕获第 2 组:&
以外的一个或多个字符
• .* - 尽可能多的除换行符以外的任何零个或多个字符

注意:要使用此方法并在未找到匹配项时获得空结果，请在正则表达式模式末尾附加 |.+。