如何从URL中提取文件名？Google Data Studio正则提取问题

我太懂你在Google Data Studio里折腾正则提取PDF文件名时遇到的那种"could not parse"报错有多闹心了——明明逻辑对，但就是跑不通。结合你的需求（剔除URL前缀、路径和?后的版本参数，提取类似CaptialForecasting_Datasheet.pdf的文件名），我给你整理了完全适配Data Studio所用RE2正则引擎的解决方案：

核心正则提取公式 #

直接把这个公式用到你的字段里就行：

REGEXP_EXTRACT(Event Label, '/([^/?]+)\\.pdf(?:\\?.*)?$')

公式拆解说明 #

• /：精准匹配URL里的最后一个路径分隔符，确保我们只抓取最末尾的文件名部分，不会误匹配前面路径里的内容
• ([^/?]+)：这是核心捕获组，匹配除了/和?之外的所有字符——完美覆盖带下划线、数字、字母的常规文件名格式，提取后就是我们要的文件名主体
• \\.pdf：匹配PDF后缀，这里用双反斜杠是因为Data Studio的字符串需要转义反斜杠，避免把.当成正则里的"任意字符"
• (?:\\?.*)?$：非捕获组，用来处理URL末尾可能存在的版本参数（比如?v=12345），?表示这部分是可选的，$锚定到URL结尾，彻底避免误抓

适配大小写PDF后缀的版本 #

如果你的URL里存在.PDF大写后缀，用这个不区分大小写的版本：

REGEXP_EXTRACT(Event Label, '(?i)/([^/?]+)\\.pdf(?:\\?.*)?$')

(?i)是RE2的不区分大小写标志，会同时匹配.pdf和.PDF格式

为什么之前会报解析错误？ #

大概率是踩了RE2的语法坑：要么用了它不支持的反向预查（比如(?<=/)这种反向断言），要么没正确转义反斜杠（比如直接写.pdf会匹配任意字符加pdf，而非点加pdf）。上面的公式完全贴合RE2语法，不会再出现解析失败的问题。

内容的提问来源于stack exchange，提问作者Dude Marketing