谷歌使用多个分隔符将字符串拆分为多列答案

【问题标题】：Google Refine split string into multiple columns using multiple separators谷歌使用多个分隔符将字符串拆分为多列
【发布时间】：2014-02-07 18:04:32
【问题描述】：

我是 OpenRefine 的新手。

我想将下面两个示例的字符串拆分为不同的列。

示例 1：/articles/the_year_of_cooking_6_ways_to_make_2014_meals_your_best?affref=whatever

示例 2：/?Article=younger_looking_everything_5_tips_for_aging_well&affref=anotherwhatever

第一个例子应该分为三列：

/文章/ 烹饪之年 6 种方法让 2014 年的饭菜变得最好？ affref=随便

第二个例子应该分为三列：

/?文章= 看起来更年轻的 5 个衰老秘诀中的一切 &affref=anotherwhatever

编辑列>拆分似乎不允许使用不同的分隔符（“/”、“=”、“&”）

Edit Column > Add Column Based on This Column 似乎是对的，但我对正则表达式或 GREL 的了解不够，无法实现。

任何帮助将不胜感激。

谢谢。

【问题讨论】：

【解决方案1】：

您可以使用两个单独的拆分操作和不同的单独操作，或者您可以了解足够多的正则表达式以在一个操作中完成。字符类是使用方括号定义的，使用正则表达式分隔符 [/?] 或 [/&?] 应该可以解决问题。我没有对此进行测试，因此您可能需要转义任何被认为是特殊的字符。

【讨论】：

【解决方案2】：

编辑单元格> 基于此列添加列

substring(value, lastIndexOf(value, "/")+1, lastIndexOf(value, "?")+1)

上面的 GREL 得到一个介于 "/" 和 "?" 之间的子字符串人物。它通过使用 lastIndexOf() 函数获取分隔字符的数字索引来工作。然后，这些索引与substring() 一起使用来抓取字符串的中间部分。并且+1 被添加到每个索引中以微调哪些字符最终在子字符串中。

这将创建一个与示例 #1 中的中间列匹配的 OpenRefine 列。但它不会触及示例#2，它在“/”和“？”之间没有字符。您请求的中间列（例如 #2）可以通过以下方式创建：

substring(value, lastIndexOf(value, "Article=")+8, lastIndexOf(value, "&"))

可以在the substring function 上使用类似的变体创建其他列。完成后，您的数据将分布在各个列中，然后您可以随意add back together。

【讨论】：

【解决方案3】：

我已经建立了一个 Excel 表格来做多达 15 个分隔符，如果你想查看我使用的原则，它们在表格上进行了解释

想知道这个级别的功能是否可以在 openrefine 中轻松实现...

英国德文郡大卫纽曼埃克塞特健康图书馆

【讨论】：