BigQuery中从多格式域名动态提取客户端名称的技术问询

针对你给出的三种域名格式，这里提供两种可直接运行的实现方式，都能准确提取目标客户端名称：

正则表达式方案 #

利用正则匹配捕获核心的主域名部分，无需针对不同域名结构写分支判断：

import re

# 待处理的域名列表
domains = ['en-ae.sssports.com', 'amazon.co.uk', 'farfetch.com']
# 正则模式：匹配可选前缀子域，捕获主域名，匹配后续后缀
pattern = r'^(?:[^.]+\.)?([^.]+)(?:\.[^.]+)+$'

for domain in domains:
    match_result = re.match(pattern, domain)
    if match_result:
        # 提取捕获组并首字母大写
        client_name = match_result.group(1).capitalize()
        print(client_name)

运行后输出：

Sssports
Amazon
Farfetch

字符串分割方案 #

通过分割域名成段，根据段数和特征判断目标部分，逻辑更直观：

domains = ['en-ae.sssports.com', 'amazon.co.uk', 'farfetch.com']

for domain in domains:
    parts = domain.split('.')
    if len(parts) == 2:
        # 两段式域名直接取第一段
        client = parts[0]
    else:
        # 三段式域名中，若倒数第二段是'co'（对应.co.uk类后缀），取第一段；否则取第二段
        client = parts[0] if parts[-2] == 'co' else parts[1]
    print(client.capitalize())

同样能得到符合要求的输出。

内容的提问来源于stack exchange，提问作者Adishwor Pradhan