regex - 用于提取 url 路径的正则表达式

Question

我需要帮助为 PostgresSQL 创建正则表达式以提取特定的 url 路径并将它们放入单独的列中。

例如，使用以下网址我需要提取

https://example.com/drinks/ 
https://example.com/drinks/beverages/
https://example.com/drinks/beverages/pepsi/pepsi-can-16-oz/

Column 1                                                   | Column 2
---------------------------------------------------------------------------------------
https://example.com/drinks                                 | /drinks/
https://example.com/drinks/beverages                       | /drinks/beverage/
https://example.com/drinks/beverages/pepsi/pepsi-can-16-oz | /drinks/beverages/pepsi/

/drinks/beverage/*最后，一个正则表达式可以在......之后得到任何东西

正则表达式不是我的强项，所以我正在寻找一些关于如何实现这一点的指导。

标签： regexpostgresqlurl-parsing

Answer 1

尝试这个 ...

(?=((?i)http(s)?:\/\/(?:[\w0-9](?:[\w0-9-]{0,61}[\w0-9])?\.)+[\w0-9][\w0-9-]{0,61}[\w0-9])).*

从本质上讲，它将匹配域（即https://example.com），然后提前为您获取路径。