使用 REGEXP_EXTRACT 获取域和子域

Question

我只设法提取了我使用的网站列表的 TLD

REGEXP_EXTRACT(Domain_name, r'(\.[^.:]*)]\.?:?[0-9]*$') AS web_tld

例子：

我有

www.example1.abc.com
www.example2.efg.123.net

我想要结果

子域

example1
efg

域

abc
123

顶级域名

.com
.net

编辑： 在我的查询中遇到错误 '必须指定一个捕获组' 当我使用 (.?([^.:]+).([^.:]+).([^.:]+):?[0-9]*$) 作为正则表达式时

SELECT
REGEXP_EXTRACT(Domain, r'(\.?([^.:]+)\.([^.:]+)\.([^.:]+):?[0-9]*$)'),
FROM [weblist.domain]
ORDER BY 1
LIMIT 250;

Answer 1

请注意，使用 HOST、DOMAIN 和 TLD 而不是自定义正则表达式可能会更好。

Answer 2

由于您只能使用一个捕获组，我认为您实际上可以使用 3 个单独的正则表达式来获取您想要的值：

SELECT
REGEXP_EXTRACT(Domain, r'([^.:]+):?[0-9]*$'),
REGEXP_EXTRACT(Domain, r'([^.:]+).[^.:]+:?[0-9]*$'),
REGEXP_EXTRACT(Domain, r'([^.:]+).[^.:]+.[^.:]+:?[0-9]*$')
FROM [weblist.domain]
ORDER BY 1
LIMIT 250;