如何在 Data Studio 中使用“REGEXP_EXTRACT”从 URL 中提取子目录

Question

我正在尝试使用REGEXP_EXTRACT从两个斜杠之间的 URL 中提取产品名称。 例如，我想从以下 URL 中提取ace-5 ：

www.abc.com/products/phones/ace-5/
www.abc.com/products/phones/ace-5/?cid=dm66363&bid
www.abc.com/products/phones/ace-5/?fbclid=iwar30dpnmmpwppnla7
www.abc.com/products/phones/ace-5/?et_cid=em_367029&et_rid=130

我有一个正则表达式来提取域名，但这不是我真正想要的。 下面是正则表达式：

REGEXP_EXTRACT(page,'^[^.]+.([^.]+)')

它给出以下结果： abc

Answer 1

假设产品名称始终是固定的第四个路径元素，我们可以尝试：

REGEXP_EXTRACT(page, '(?:[^\/]+\/){3}([^\/]+).*')

或者，如果上述方法不起作用：

REGEXP_EXTRACT(page, '[^\/]+\/[^\/]+\/[^\/]+\/([^\/]+).*')

这是上面的演示：

演示

Answer 2

由于我的 GDS 没有相同的页面，但我尝试使用我的数据源集重新创建，即来自谷歌分析的页面。

使用可以使用以下内容，根据您的要求，这将在两个斜线后为您提供所有记录。

REGEXP_EXTRACT(Page,'[^/]+/[^/]+/([^/]+)')

您需要使用此公式创建一个计算列，一旦您创建了此计算列，您可能需要添加一个额外的过滤器以删除具有null值的那些。

示例页面：“/products/phones/ace-5/” 计算的列值为“ace-5”

只要确保这个正则表达式只会在电话/之后给你提取的单词，如果你之后没有任何记录，它会给你 null 作为回报。

Answer 3

下面的REGEXP_EXTRACT计算字段可以解决问题，提取第三个/之后的所有字符，直到/的下一个实例：

REGEXP_EXTRACT(Page, "^(?:[^/]+/){3}([^/]+)")

谷歌数据洞察报告和一个 GIF 来详细说明