BigQuery中提取URL指定段的正则表达式求解

你可以使用以下正则表达式来提取目标段：

REGEXP_EXTRACT(page_url, r"//[^/]+/([^/]+)") as Part1

正则说明： #

• //：匹配URL里的双斜杠部分
• [^/]+：匹配域名内容（直到碰到第一个斜杠为止）
• /：匹配域名后的第一个斜杠
• ([^/]+)：捕获第一个斜杠后到下一个斜杠之间的内容，也就是你需要的part1

如果你的URL可能没有末尾斜杠（比如https://host.name.com/part1），或者带有查询参数、锚点，可以用更通用的版本：

REGEXP_EXTRACT(page_url, r"//[^/]+/([^/?#]+)") as Part1

这个版本会自动忽略URL里的?xxx或#xxx部分，确保只提取到part1。

内容的提问来源于stack exchange，提问作者Gary