sql - 如何使用 sql select 语句从 url 或电子邮件中提取域？

Question

我想要的是只提取域，而不提取顶级域。

我有两个字段，电子邮件和网站。使用两个不同的 sql SELECT 语句，每个字段一个，我想创建两个新字段，EmailDomain 和 WebsiteDomain。

网站中的字段示例：

• https://www.example.com/index.html
• test.domain.com
• 域名.com
• www.domain.co.uk
• 域名.se
• 等等

电子邮件中的值示例：

• [e-mail]
• 名称@domain.com
• [e-mail]
• [e-mail]
• 等等

在上面的所有示例中，我希望结果仅为“域”（或“示例”）。

我已经测试并提出了一些几乎可以完成工作的语句，但它们并没有修复所有示例，它们仍然拥有顶级域。

到目前为止，我所拥有的是：

SELECT Account.website, REGEXP_REPLACE (Account.website, '(http[s]?://)?(www\\.)?(.*?)((/|:)(.)*|$)', '\\3') AS `WebsiteDomain` FROM Account

和

SELECT Leads.email, REGEXP_REPLACE (Leads.email, '^.*@([^\\.]+)\\.\\w+','\\1') AS `EmailDomain` FROM Leads

标签： sqlemailselectgoogle-bigqueryregexp-replace

Answer 1

考虑下面

select website, regexp_replace(net.reg_domain(website), '.' || net.public_suffix(website) || '$', '') 
from `project.dataset.table`   

如果应用于您问题中的样本数据 - 输出是

您应该能够将相同的应用到电子邮件字段