问使用regex和Presto DB从引用url中提取域名
EN

Stack Overflow用户

提问于 2018-05-31 03:23:23

回答 1查看 709关注 0票数 1

我正在尝试从PrestoDB中的引用urls列表中提取域名。使用url_extract_host函数，我有一个类似下面的列表。我在尝试从字符串中获取域名时卡住了。

Presto使用java样式的模式语法。

下面是一个字符串列表，所有字符串都应该返回google

google.com google.co.il blog.google.com blog.google.co.il

谢谢，谢谢你的帮助。

发布于 2018-05-31 05:55:58

我认为你可以从Mozilla维护的Public Suffix List创建一个正则表达式。

但是表达式的长度将超过100,000个字节--目前有超过8,500个公共后缀，包括相当多的非ascii后缀，可以用UTF-8和punycode进行编码，并且您的表达式可能需要同时支持这两种编码。

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/50612073

复制

相似问题

问使用regex和Presto DB从引用url中提取域名EN