选择具有不同域的行答案

【问题标题】：Select rows with distinct domains选择具有不同域的行
【发布时间】：2014-06-08 20:55:16
【问题描述】：

所以我有一个表，其中有一个名为 href

的列

href 包含多次重复相同域名的 URL

例如

http://www.google.com/blog

http://www.google.com/contact

http://www.google.com/dashboard/details/id/5

http://yahoo.com/user/login

http://www.yahoo.com/something/something

注意 google.com 和 yahoo.com 域名已经出现了不止一次。现在我想编写一个只获取不同域名的查询。运行查询只会产生上面示例中的 2 行

google.com

yahoo.com

我正在尝试使用 SUBSTRING_INDEX 但运气不佳。我不确定如何使用它。 http://dev.mysql.com/doc/refman/5.1/en/string-functions.html#function_substring-index

【问题讨论】：

这个答案？ stackoverflow.com/a/1231230/30225??

标签： mysql parsing domain-name

【解决方案1】：

SELECT DISTINCT(REPLACE(SUBSTRING_INDEX(REPLACE(href, 'www.', ''), '/', 3), 'http://', '')) AS domain
FROM urls

HTH

编辑：删除子域

SELECT  DISTINCT(
        REPLACE(
            SUBSTRING_INDEX(
                SUBSTRING_INDEX(href, '/', 3), 
            '.', -2), 
        'http://', '')
    )
FROM urls

【讨论】：

谢谢！我想进一步精简到域名，例如 google.com 。例如 maps.google.com/user/id/2。我只想提取域 google.comf

【解决方案2】：

如果你所有的网址都包含协议（http / https），那么域将是第三个/之前的部分，所以你可以这样做

SELECT SUBSTRING_INDEX(href, '/', 3) FROM table;

如果您还想剥离协议：

SELECT SUBSTRING_INDEX(SUBSTRING_INDEX(href, '/', 3), '/', -1) FROM table;

【讨论】：

第二个语句有效，但它也包括子域。如何获得子域的钻机。例如 maps.google.com/user/id/2。我只想提取域 google.com

【解决方案3】：

这里是如何找到包含子域的域名

SELECT SUBSTRING_INDEX( REPLACE( REPLACE( href,  'www.',  '' ) ,  'http://',  '' ) ,  '/', 1 ) AS domain_name
FROM  `cfk_linkdata` 
GROUP BY domain_name
ORDER BY domain_name ASC

或

SELECT DISTINCT (SUBSTRING_INDEX( REPLACE( REPLACE( href,  'www.',  '' ) ,  'http://',  '' ) ,  '/', 1 )) AS domain_name
FROM  `cfk_linkdata` 
ORDER BY domain_name ASC

这里是如何只获取域（没有子域）

SELECT SUBSTRING_INDEX( SUBSTRING_INDEX( SUBSTRING_INDEX( href,  '/', 3 ) ,  '/', -1 ) ,  '.', -2 ) AS domain_name
FROM cfk_linkdata
GROUP BY domain_name
ORDER BY domain_name ASC

【讨论】：