我正在寻找与Hive 的 parse_url(..., 'HOST') 等效的 Postgres（实际上是 Redshift）。
Postgres 文档说它有一个 URL 解析器作为其全文搜索的一部分。这篇博文有一个正则表达式，它可能是防弹的，也可能不是。什么是最好的？
问问题
9630 次
3 回答
10
Redshift 现在有一个REGEXP_SUBSTR函数：
它在字符串中搜索正则表达式并返回匹配的第一个子字符串。提取主机的正则表达式的一个示例：
select REGEXP_SUBSTR(url, '[^/]+\\.[^/:]+') from my_table;
于 2014-06-06T02:40:50.503 回答
9
在 Redshift 开始支持 PostgreSQL 的正则表达式函数之前，如果您想从 Redshift SQL 中的 HTTP/S URL 中获取主机，您必须执行以下操作：
select split_part(url, '/', 3) as host from my_table
于 2013-12-28T06:25:59.053 回答
1
如果您不使用 Redshift，我会说“使用 PL/Perlu、PL/Python 或其他过程语言之一来获取常规 URL 解析器”。由于您使用的是 Pg 8.1 的专有分支，因此您将不得不接受我怀疑的 hacky regexp。
无法从 SQL 级别访问全文搜索 URL 解析器。您可以编写一个 C 扩展来很容易地将该函数公开给 SQL，但是当然您不能在 Redshift 中安装该扩展，所以它对您没有任何好处。
是时候滥用正则表达式了。
（顺便说一句，感谢您实际上说您正在使用 redshift；当他们的意思是“基于 PostgreSQL 的 ParAccel 托管版本”时，太多人说“PostgreSQL”）
于 2013-06-26T23:23:39.987 回答