使用计算字段/REGEX从URL中删除不同的域名

Question

我正试图创建一个名为"；页面"；使用自定义CSV上传数据源-来自多个网站的URL列表合并为Datastudio中数十个不同域名的数千个URL的大列表。

在CSV中，我有一个名为"；URL"；。它包含每个页面的完整URL，包括根域名。

对于这些记录中的每一个，我都有另一个字段，称为"；根域名"；。它有每个URL的根域名。

我想从另一个字段中标识的URL中提取一个字段所标识的根域名；页面"；路径根据顶级域名的不同，URL各不相同——有些是.com，有些是.co.uk，有些是.fr，等等。

最终，输出将是这样的：

1. www.domain.com/test-page->测试页
2. www.domain.co.uk/test-page->测试页
3. www.domain.fr/test-page->测试页
4. 等等

看起来是这样的，但显然不起作用，所以我今天出现在这里：

REGEXP_REPLACE(URL,Root Domain Name,'')

我认为将一个字段的值从另一个字段中删除是一种方法，但可能有一种更好的方法可以简单地操作URL字段，以删除第3/之前的所有内容。

我需要保留域名的第一个/后面(数据格式问题(。

我会仔细研究这一点，并认为肯定有人以前见过这一点——所以欢迎任何意见。

祝大家今天愉快。

Answer 1

我使用以下内容来分解Data Studio中的完整URL：

URL路径：REGEXP_EXTRACT(Url, '^https?://[^/]+(/[^?#]*)')

URL查询：REGEXP_EXTRACT(Url, '[^?]+\?(.+)')