来自 URL 的正则表达式子字符串答案

【问题标题】：Regexp Substring From URL来自 URL 的正则表达式子字符串
【发布时间】：2020-05-06 10:05:20
【问题描述】：

我需要从 url 中检索一些单词：

WebViewActivity - https://google.com/search/?term=iphone_5s&amp;utm_source=google&amp;utm_campaign=search_bar&amp;utm_content=search_submit

返回我想要的：

search/iphone_5s

但我被卡住了，并不真正了解如何使用 regexp_substr 来获取该数据。

我正在尝试使用此查询

regexp_substr(web_url, '\google.com/([^}]+)\/', 1,1,null,1)

只返回“搜索”字，当我尝试时

regexp_substr(web_url, '\google.com/([^}]+)\&', 1,1,null,1)

事实证明，直到最后一个 '&' 为止我都听懂了

【问题讨论】：

标签： regex oracle oracle11g substring

【解决方案1】：

您可以使用REGEXP_REPLACE 匹配整个字符串，但捕获两个子字符串并替换为对捕获组值的两个反向引用：

REGEXP_REPLACE(
    'WebViewActivity - https://google.com/search/?term=iphone_5s&amp;utm_source=google&amp;utm_campaign=search_bar&amp;utm_content=search_submit',
    '.*//google\.com/([^/]+/).*[?&]term=([^&]+).*',
    '\1\2')

请参阅regex demo 和online Oracle demo。

模式详情

.* - 除换行符以外的任何零个或多个字符尽可能多
//google\.com/ - //google.com/ 子字符串
([^/]+/) - 捕获组 1：除 / 之外的一个或多个字符，然后是 /
.* - 除换行符以外的任何零个或多个字符尽可能多
[?&]term= - ? 或 & 和 term= 子字符串
([^&]+) - 捕获组 2：除 & 之外的一个或多个字符
.* - 除换行符之外的任何零个或多个字符尽可能多

注意：要使用此方法并在未找到匹配项时获得空结果，请在正则表达式模式的末尾附加 |.+。

【讨论】：

是否存在捕获诸如 https://example.com/?redirect_to=https://google.com/search/?term=iphone_5s 之类的 URL 的风险？由于 URL 的编码方式，我 100% 确定。
谢谢，它有效。但是如果网址变成 google.co.uk 怎么办？
@BenoîtZu 当然这个字符串会被匹配，但是如果对输入字符串有明确的要求，这很容易解决。 Here 是当前方法的一种变体。
@DedeSoetopo 将com 替换为[^/]+，参见this demo。