从 Google Sheets 中的 URL 字符串中提取根域 [英] Extracting rootdomains from URL string in Google Sheets

问题描述

您好，我正在尝试从 Google 表格中的 URL 字符串中提取根域.我知道如何获取域，并且我有删除 www. 的公式，但现在我意识到它不会删除像mysite".site.com 这样的子域前缀；其中 mysite 未从域名中剥离.

Hi I am trying to extract the rootdomain from URL string in Google Sheets. I know how to get the domain and I have the formula to remove www. but now I realize it does not strip subdomain prefixes like 'mysite'.site.com; where mysite is not stripped from the domain name.

问题:我怎样才能检索domain.com rootdomain，其中域字符串与字母数字字符，然后是1个点，然后是字母数字字符(仅此而已)

Question: How can I retrieve the domain.com rootdomain where the domain string contacts alphanumeric characters, then 1 dot, then alphanumeric characters (and nothing more)

到目前为止 Google 表格中的公式:

Formula so far in Google Sheets:

=REGEXREPLACE(REGEXREPLACE(D3923;"(http(s)?://)?(www.)?";"");"/.*";"")

也许这可以简化...

Maybe this can be simplified ...

测试用例

    https://www.domain.com/ => domain.com
    https://domain.com/ => domain.com
    http://www.domain.nl/ => domain.com
    http://domain.de/ => domain.com
    http://www.domain.co.uk/ => domain.co.uk
    http://domain.co.au/ => domain.co.au
    sub.domain.org/ => sub.domain.com
    sub.domain.org => sub.domain.com
    domain.com => domain.com
    http://www.domain.nl?par=1  => domain.com
    https://www.domain.nl/test/?par=1  => domain.com
    http2://sub2.startpagina.nl/test/?par=1  => domain.com

推荐答案

目前正在使用:

=trim(REGEXEXTRACT(REGEXREPLACE(REGEXREPLACE(A2;"https?://";"");"^(w{3}.)?";"")&"/";"([^/?]+)"))

似乎工作正常

更新:7-7-2016

Updated:7-7-2016

(感谢大家的帮助！)

这篇关于从 Google Sheets 中的 URL 字符串中提取根域的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！