如何从URL中提取文件名？

Question

我在 URL 中有文件名，想去掉前面的 URL 和文件路径以及出现在?

示例网址

尝试使用 RegEx 拉取， CaptialForecasting_Datasheet.pdf

Google Data Studio 中的REGEXP_EXTRACT似乎是独一无二的。 尝试了该建议，但不断收到“无法解析”错误。 我能够使用以下内容删除 url 的第一部分。 Event Label是我存储下载的 PDF 的 URL 的地方。

网址：

https://www.dudesolutions.com/Portals/0/Documents/HC_Brochure_Digital.pdf?ver=2018-03-18-110927-033

REGEXP_EXTRACT( Event Label , 'Documents/([^&]+)' )

结果：

HC_Brochure_Digital.pdf?ver=2018-03-18-110927-033

现在试图确定如何在? 版本数据在哪里，以便只提取Filename.pdf 。

Answer 1

你可以试试：

[^\\/]+(?=\\?[^\\/]*$)

即使路径中有问号，这也将匹配CaptialForecasting_Datasheet.pdf 。 例如，正则表达式在这两种情况下都会成功：

https://www.dudesolutions.com/somepath/CaptialForecasting_Datasheet.pdf?ver
https://www.dudesolutions.com/somepath?/CaptialForecasting_Datasheet.pdf?ver

Answer 2

假设名称紧跟在最后一个/并以? ，下面的正则表达式会将名称留在组 1 中，您可以在其中使用\\1或您使用的任何工具支持来获取它。

.*\/(.*)\?

它基本上是说：在最后一个/和第一个之间获取所有内容? 之后，将其放入第 1 组。

另一个只匹配您想要的文件名但更复杂的正则表达式是：

(?<=\/)[^\/]*(?=\?)

它匹配所有非/字符， [^\\/] ，紧跟在/ ， (?<=\\/)之后紧跟? , (?=\\?) 。 第一个括号是正向后视，括号中的第二个表达式是正向前瞻。

Answer 3

此REGEXP_EXTRACT公式捕获字符a-zA-Z0-9_. 在/和?

REGEXP_EXTRACT(Event Label, "/([\\w\\.]+)\\?")

谷歌数据洞察报告来演示。

Answer 4

请尝试以下正则表达式
[A-Za-z\\_]*.pdf

我已经在https://regexr.com/在线尝试过。 附上截图以供参考

请注意，这只适用于 .pdf 文件

Answer 5

以下正则表达式将提取扩展名为.pdf文件名

(?:[^\/][\d\w\.]+)(?<=(?:.pdf))

您可以添加更多这样的扩展，

(?:[^\/][\d\w\.]+)(?<=(?:.pdf)|(?:.jpg))

演示