Regexextract

⚠️ regexextract 不适用于 MongoDB、SQLite 和 SQL Server。对于 Druid，regexextract 仅适用于 Druid-JDBC 驱动程序。

regexextract 使用正则表达式 (regex) 来获取文本的特定部分。

regexextract 非常适合几乎没有结构的文本，例如 URL 或自由格式的调查回复。如果您正在处理格式可预测的字符串，例如 SKU 编号、ID 或其他类型的代码，请查看更简单的 substring 表达式。

使用 regexextract 创建自定义列，为以下内容提供更短、更易读的标签：

• 筛选器下拉菜单，
• 图表标签，或
• 嵌入参数。

搜索和清理文本

假设您有大量不同 URL 的 Web 数据，并且想要将每个 URL 映射到更短、更易读的广告系列名称。

您可以使用以下表达式创建自定义列 **广告系列名称**

regexextract([URL], "^[^?#]+\?utm_campaign=(.*)")

在此处，正则表达式模式 ^[^?#]+\? 匹配所有有效的 URL 字符串。您可以将 utm_campaign= 替换为您喜欢的任何查询参数。在正则表达式模式的末尾，捕获组 (.*) 获取查询参数 utm_campaign= 之后出现的所有字符。

现在，您可以在需要清晰标签的地方使用 **广告系列名称**，例如筛选器下拉菜单、图表和嵌入参数。

接受的数据类型

限制

regexextract 不适用于 MongoDB、SQLite 和 SQL Server。对于 Druid，regexextract 仅适用于 Druid-JDBC 驱动程序。

正则表达式可能是一门黑魔法。您已被警告。

相关函数

本节介绍与 Metabase regexextract 表达式工作方式相同的函数和公式，并提供关于如何为您的用例选择最佳选项的说明。

Metabase 表达式

• substring

其他工具

• SQL
• 电子表格
• Python

Substring

当您想要搜索格式一致（字符数相同，且这些字符的相对顺序相同）的文本时，请使用 substring。

例如，您将无法使用 substring 从 URL 示例数据 中获取查询参数，因为 URL 路径和参数名称的长度都可变。

但是，如果您想提取 https://www. 之后和 .com 之前的所有内容，您可以使用以下任一方法：

substring([URL], 13, 8)

或

regexextract([URL], "^(?:https?:\/\/)?(?:[^@\/\n]+@)?(?:www\.)?([^:\/.\n]+)")

SQL

当您使用 笔记本编辑器 运行问题时，Metabase 会将您的图形查询设置（筛选器、汇总等）转换为查询，并针对您的数据库运行该查询以获取结果。

如果我们的 示例数据 存储在 PostgreSQL 数据库中

SELECT
    url,
    SUBSTRING(url, '^[^?#]+\?utm_campaign=(.*)') AS campaign_name
FROM follow_the_white_rabbit

等效于 Metabase regexextract 表达式

regexextract([URL], "^[^?#]+\?utm_campaign=(.*)")

电子表格

如果我们的 示例数据 在电子表格中，“URL”位于 A 列，则电子表格函数

regexextract(A2, "^[^?#]+\?utm_campaign=(.*)")

使用的语法与 Metabase 表达式几乎相同

regexextract([URL], "^[^?#]+\?utm_campaign=(.*)")

Python

假设 示例数据 位于名为 df 的数据帧列中，

df['Campaign Name'] = df['URL'].str.extract(r'^[^?#]+\?utm_campaign=(.*)')

执行的操作与 Metabase regexextract 表达式相同

regexextract([URL], "^[^?#]+\?utm_campaign=(.*)")

延伸阅读

• 自定义表达式文档
• 自定义表达式教程