用于从网站中提取域的 Google 表格公式？答案

【问题标题】：Google Sheets Formula for Extracting Domain From Website?用于从网站中提取域的 Google 表格公式？
【发布时间】：2019-12-18 17:30:18
【问题描述】：

REGEXEXTRACT(A1:A,"(?m)http(?:s?):\/\/.*?([^\.\/]+?\.[^\.]+?)(?:\/|$)")

试图从网站中提取域名

如果链接是这样的，上面的公式对我有用：https://walmart.com/careers

但是，如果它已经是域 (walmart.com) 或者是 www.walmart.com/careers，则它不起作用

是否有更彻底的公式可以处理这些极端情况？

【问题讨论】：

试试\b(https?:\/{2})?(\w+(-\w+)*\.)+\w+(-\w+)*\S+

标签： regex url google-sheets google-sheets-formula array-formulas

【解决方案1】：

尝试：

=ARRAYFORMULA(INDEX(SPLIT(REGEXREPLACE(A8:A12, "https?://www.|https?://|www.", ), "/"),,1))

更新 1：

=ARRAYFORMULA(IFNA(REGEXEXTRACT(INDEX(SPLIT(
 REGEXREPLACE(A8:A14, "https?://www.|https?://|www.", ), "/"),,1), 
 "\.(.+\..+)"), INDEX(SPLIT(
 REGEXREPLACE(A8:A14, "https?://www.|https?://|www.", ), "/"),,1)))

更新 2：

=INDEX(IFERROR(REGEXEXTRACT(A1:A, "^(?:https?:\/\/)?(?:ftp:\/\/)?(?:www\.)?([^\/]+)")))

【讨论】：

这很好，除非它只有在 .com 之后有 / 时才有效，（所以如果它只是 walmart.com 它不起作用）无论如何要在 RegEx 中解释这一点？我知道它是 \z 或字符串结尾的东西，但我的正则表达式知识是不确定的，试图弄清楚
如果域之前有某些东西也不起作用，即careers.walmart.com/
@pilat =INDEX(IFERROR(REGEXEXTRACT(A1:A, "^(?:https?:\/\/)?(?:www\.)?([^\/]+)")))