我从表中获得此数据:
id,uri,date_entered,p_id,ads_id
1,http://vegiefood.com/path1/p.php?keyword=veganway&country=france#Ref1,30/JUN/2016,PVEGIEFOOD,GOOGLEADSENSE
2,http://techteacher.com/path1/p.php?keyword=datascience&country=norway#Ref1,15/JAN/2018,PTECHTEACHER,GOOGLEADSENSE
我想使用以下字段来转换或创建新的分区表:栏位:编号,日期,发布编号,广告客户编号,关键字分区字段:主机,国家/地区
keyword = veganway
host = vegiefood.com
国家/地区=法国
并获得一个这样的表
+-------------+---------------+-----------------+-----------------------+------------------+------------------+------------------+
| id | date | pub_id | advertiser_id | keyword | host | country |
+-------------+---------------+-----------------+-----------------------+------------------+------------------+------------------+
| 1 | 30/JUN/2016 | PVEGIEFOOD | GOOGLEADSENSE | veganway | vegiefood.com | france |
| 2 | 15/JAN/2018 | PTECHTEACHER | GOOGLEADSENSE | datascience | techteacher.com | norway |
+-------------+---------------+-----------------+-----------------------+------------------+------------------+------------------+
我对分区表或从另一个表加载数据没有任何问题,但是,我的问题是我还没有解析uri字段[http://vegiefood.com/path1/p.php?keyword=veganway&country=france#Ref1]。我已经尝试过使用[regexp_extract(str,regexp [,idx])-提取与regexp匹配的组]
有人可以帮助我,或者提供有关正则表达式或其他函数来解析uri的线索吗?
提前感谢。
使用内置函数parse_url_tuple
提取必填字段。由于显示的网址采用非标准格式,因此您可能需要额外执行parse_url_tuple
才能获取国家/地区值。否则,您可以在函数中使用split
。
QUERY:country