ExtractRegExGroup - 指令碼與圖表函數

ExtractRegExGroup() 會使用指定的複合規則運算式模式從輸入字串運算式中擷取文字。使用該函數時，請指定要在複合 Regex 中使用的群組。如果未找到相符項，則該函數將傳回空值。

如果在 LOAD 陳述式中使用 ExtractRegExGroup() 函數並且省略 field_no，則函數將傳回多筆記錄。如果使用 ExtractRegExGroup() 載入數個欄位，則會建立所有組合的 Cartesian 產品。

此函數執行區分大小寫的 Regex 操作。您也可以使用變體 ExtractRegExGroupI() 來執行不區分大小寫的 Regex 操作。

語法：

ExtractRegExGroup (text, regex, group [, field_no])

傳回的資料類型：字串

引數
引數	描述
text	包含要在傳回值中擷取之文字的字串運算式。
regex	用於擷取文字的規則運算式。
group	在複合規則運算式的情況下，群組的編號。如果規則運算式僅包含一個群組，請改用 ExtractRegEx() 函數。或者，使用 ExtractRegExGroup() 且 group 值為 0。您可以指定負 group 值以從右到左搜尋相符項。
field_no	要擷取之相符項的編號。當可能在文字中找到規則運算式的多個相符項時，這非常有用。例如，指定值 4 以擷取第四個相符項。此為選用引數。如果未指定，則預設為 1。

函數範例
範例	結果
ExtractRegExGroup('abc123 def456','([a-z]+)([0-9]+)',1)	傳回 abc (第一個相符項的第一個群組)。
ExtractRegExGroup('abc123 def456','([a-z]+)([0-9]+)',1,2)	傳回 def (第二個相符項的第一個群組)。
ExtractRegExGroup('abc123 def456','([a-z]+)([0-9]+)',2)	傳回 123 (第一個相符項的第二個群組)。
ExtractRegExGroup('abc123 def456','([a-z]+)([0-9]+)',2,2)	傳回 456 (第二個相符項的第二個群組)。

何時使用 ExtractRegExGroup

您可以使用 Extract RegEx() 從可能還包含其他資訊之資料 (例如，自由文字或 JSON 字串) 中擷取想要隔離的資訊。例如︰

從文字中擷取電子郵件地址、電話號碼、帳號和其他資訊。
從文字中擷取數值 (例如貨幣)。
標準化文字或數字資料的格式。

範例 1 – 用於剖析交易代碼的載入指令碼

概述

開啟資料載入編輯器並將下面的載入指令碼新增至新的區段。

載入指令碼包含：

名為 Transactions 的表格，其中包含有關交易的資訊。使用下列語法透過交易代碼擷取某些詳細資訊：
交易年份-交易來源 (線上購買還是店內購買)-關聯配送中心
建立多個新欄位來擷取每個詳細資訊，每個欄位都重複使用相同的複合規則運算式。

我們的要求：

年份可以是四個數字的任意組合。
值 ONLINE 和 INSTORE 是交易來源唯一可接受的值。
配送中心必須剛好有五個號碼。

載入指令碼

Transactions:

Load 
	recno() as RecordID,
	ExtractRegExGroup(TransactionCode,'([0-9]{4})-(ONLINE|INSTORE)-([0-9]{5})',0) as TransactionCode_Unparsed,
	ExtractRegExGroup(TransactionCode,'([0-9]{4})-(ONLINE|INSTORE)-([0-9]{5})',1) as TransactionYear,
	ExtractRegExGroup(TransactionCode,'([0-9]{4})-(ONLINE|INSTORE)-([0-9]{5})',2) as TransactionSource,
	ExtractRegExGroup(TransactionCode,'([0-9]{4})-(ONLINE|INSTORE)-([0-9]{5})',3) as TransactionDC,
* Inline `
TransactionCode, Category
2025-ONLINE-60019, Product A
2024-INSTORE-60020, Product B
2025-ONLINE-60018, Product C
2024-ONLINE-60020, Product A
2025-INSTORE-60019, Product B
2025-ONLINE-60017, Product D
`;

結果

載入資料並開啟工作表。建立新的表格並將這些欄位新增為維度：

RecordID
TransactionCode
TransactionCode_Unparsed
TransactionYear
TransactionSource
TransactionDC

結果表格
RecordID	TransactionCode	TransactionCode_Unparsed	TransactionYear	TransactionSource	TransactionDC
1	2025-ONLINE-60019	2025-ONLINE-60019	2025	ONLINE	60019
2	2024-INSTORE-60020	2024-INSTORE-60020	2024	INSTORE	60020
3	2025-ONLINE-60018	2025-ONLINE-60018	2025	ONLINE	60018
4	2024-ONLINE-60020	2024-ONLINE-60020	2024	ONLINE	60020
5	2025-INSTORE-60019	2025-INSTORE-60019	2025	INSTORE	60019
6	2025-ONLINE-60017	2025-ONLINE-60017	2025	ONLINE	60017

這些結果醒目提示了如何透過 group 引數為多個操作重複使用單一 Regex。TransactionCode_Unparsed 欄位使用 group 值 0，在這種情況下不提供任何附加價值，在此處顯示僅出於示範函數之目的。

範例 2 – 用於擷取業務聯絡資訊的載入指令碼

概述

開啟資料載入編輯器並將下面的載入指令碼新增至新的區段。

載入指令碼包含：

名為 BusinessContactInfo 的表格，其中包含在每個公司網站上找到的公司相關資訊。
ContactInfo 是包含自由文字的欄位，包括公司電子郵件地址和電話號碼。
建立多個新欄位來擷取每個詳細資訊，每個欄位都重複使用相同的複合規則運算式。

我們的要求：

電子郵件地址必須滿足一組特定的要求和語法。
電話號碼必須是 10 位 NANP 電話號碼。我們希望允許將區號括在方括弧中，並允許在某些位置使用空格和連字號。

載入指令碼

BusinessContactInfo:

Load
	ExtractRegExGroupI(ContactInfo, '([a-zA-Z0-9!#$%^&*-_+=~{|}\/.'']+@[a-zA-Z0-9!#$%^&*-_+=~{|}\/.'']{1,50}\.[a-zA-Z0-9!#$%^&*\-_+=~{|}\/.'']{1,50})|(\({0,1}[0-9]{3}\){0,1}[ -]*[0-9]{3}[ -]*[0-9]{4})',1,1) as CompanyEmail,
	ExtractRegExGroupI(ContactInfo, '([a-zA-Z0-9!#$%^&*-_+=~{|}\/.'']+@[a-zA-Z0-9!#$%^&*-_+=~{|}\/.'']{1,50}\.[a-zA-Z0-9!#$%^&*\-_+=~{|}\/.'']{1,50})|(\({0,1}[0-9]{3}\){0,1}[ -]*[0-9]{3}[ -]*[0-9]{4})',2,2) as CompanyPhoneNum,
* Inline `
ID	CompanyName	ContactInfo
1	Company A	Email is: Company1@example.com, Phone number is: (123) 456-7890
2	Company B	Email is: company2@test.com, Phone # is: 0123456790
3	Company C	Email is: company3@placeholder.com, Phone no. is: 234-567-8901

` (delimiter is '\t');

結果

載入資料並開啟工作表。建立新的表格並將這些欄位新增為維度：

CompanyName
CompanyEmail
CompanyPhoneNum

結果表格
CompanyName	CompanyEmail	CompanyPhoneNum
Company A	Company1@example.com	(123) 456-7890
Company B	company2@test.com	0123456790
Company C	company3@placeholder.com	234-567-8901

重複使用相同的複合規則運算式來擷取不同的資訊。group 引數指定要搜尋兩個規則運算式群組中的哪一組，field_no 引數指定我們要尋找的整體相符項 (跨整個字串)。

此函數的 ExtractRegEGroupxI() 變體確保搜尋不區分大小寫。

範例 3 – 用於從 ISBN 代碼擷取元件的載入指令碼

概述

開啟資料載入編輯器並將下面的載入指令碼新增至新的區段。

載入指令碼包含：

建立變數 ISBN_RegEx 來儲存我們要用於所有擷取的規則運算式。
書店想要從多個供應商處訂購之書籍的一組 ISBN 代碼。

我們需要從每個 ISBN 代碼中擷取下列內容：

EAN
群組
註冊者
出版品
總和檢查碼

載入指令碼

SET ISBN_RegEx = 'ISBN[ ]*([0-9]{3})-([0-9]{1})-([0-9]{4})-([0-9]{4})-([0-9]{1})';

ISBN:
LOAD Supplier,
ExtractRegExGroup(Books,'$(ISBN_RegEx)',1) AS EAN,
ExtractRegExGroup(Books,'$(ISBN_RegEx)',2) AS Group,
ExtractRegExGroup(Books,'$(ISBN_RegEx)',3) AS Registrant,
ExtractRegExGroup(Books,'$(ISBN_RegEx)',4) AS Publication,
ExtractRegExGroup(Books,'$(ISBN_RegEx)',5) AS Checksum;
// Split the ISBN with the Group function in a preceding load to avoid generating a cartesian product
LOAD *,
ExtractRegEx(SupplierBooks, '$(ISBN_RegEx)') AS Books
INLINE [
Supplier, SupplierBooks
Supplier 1, ISBN 123-3-1234-1234-0 ISBN 012-2-0123-0123-4 ISBN 000-1-0123-0123-2 ISBN 234-5-2345-2345-1 ISBN 555-2-5555-5555-3 ISBN 222-4-2222-2222-2
Supplier 2, ISBN 000-0-3333-3333-3 ISBN 333-3-3333-3333-3 ISBN 555-1-5151-5151-3 ISBN 232-1-2323-2323-1 ISBN 008-0-7777-7777-3 ISBN 888-0-9999-0000-0
];

結果

載入資料並開啟工作表。建立新的表格並將這些欄位新增為維度：

Supplier
EAN
Group
Registrant
Publication
Checksum

結果表格
Supplier	EAN	Group	Registrant	Publication	Checksum
Supplier 1	000	1	0123	0123	2
Supplier 1	012	2	0123	0123	4
Supplier 1	123	3	1234	1234	0
Supplier 1	222	4	2222	2222	2
Supplier 1	234	5	2345	2345	1
Supplier 1	555	2	5555	5555	3
Supplier 2	000	0	3333	3333	3
Supplier 2	008	0	7777	7777	3
Supplier 2	232	1	2323	2323	1
Supplier 2	333	3	3333	3333	3
Supplier 2	555	1	5151	5151	3
Supplier 2	888	0	9999	0000	0

範例 4 – 用於擷取業務聯絡資訊的圖表運算式 (使用 ExtractRegEx() 比較)

概述

開啟資料載入編輯器並將下面的載入指令碼新增至新的區段。

載入指令碼包含：

名為 BusinessContactInfo 的表格，其中包含在每個公司網站上找到的公司相關資訊。
ContactInfo 是包含自由文字的欄位，包括公司電子郵件地址和電話號碼。我們希望用圖表運算式擷取每個電子郵件地址和電話號碼。

我們的要求：

電子郵件地址必須滿足一組特定的要求和語法。
電話號碼必須是 10 位 NANP 電話號碼。我們希望允許將區號括在方括弧中，並允許在某些位置使用空格和連字號。

載入指令碼

BusinessContactInfo:

Load * Inline `
ID	CompanyName	ContactInfo
1	Company A	Email is: Company1@example.com, Phone number is: (123) 456-7890
2	Company B	Email is: company2@test.com, Phone # is: 0123456790
3	Company C	Email is: company3@placeholder.com, Phone no. is: 234-567-8901

` (delimiter is '\t');

結果

載入資料並開啟工作表。建立新的表格並將此欄位新增為維度：

CompanyName

將下列計算維度新增至表格：

=ExtractRegExGroupI(ContactInfo, '([a-zA-Z0-9!#$%^&*-_+=~{|}\/.'']+@[a-zA-Z0-9!#$%^&*-_+=~{|}\/.'']{1,50}\.[a-zA-Z0-9!#$%^&*\-_+=~{|}\/.'']{1,50})|(\({0,1}[0-9]{3}\){0,1}[ -]*[0-9]{3}[ -]*[0-9]{4})',1,1)

=ExtractRegExGroupI(ContactInfo, '([a-zA-Z0-9!#$%^&*-_+=~{|}\/.'']+@[a-zA-Z0-9!#$%^&*-_+=~{|}\/.'']{1,50}\.[a-zA-Z0-9!#$%^&*\-_+=~{|}\/.'']{1,50})|(\({0,1}[0-9]{3}\){0,1}[ -]*[0-9]{3}[ -]*[0-9]{4})',2,2)

結果表格
CompanyName	=ExtractRegExGroupI(ContactInfo, '([a-zA-Z0-9!#$%^&-_+=~{\|}\/.'']+@[a-zA-Z0-9!#$%^&-_+=~{\|}\/.'']{1,50}\.[a-zA-Z0-9!#$%^&\-_+=~{\|}\/.'']{1,50})\|(${0,1}[0-9]{3}${0,1}[ -][0-9]{3}[ -]*[0-9]{4})',1,1)	=ExtractRegExGroupI(ContactInfo, '([a-zA-Z0-9!#$%^&-_+=~{\|}\/.'']+@[a-zA-Z0-9!#$%^&-_+=~{\|}\/.'']{1,50}\.[a-zA-Z0-9!#$%^&\-_+=~{\|}\/.'']{1,50})\|(${0,1}[0-9]{3}${0,1}[ -][0-9]{3}[ -]*[0-9]{4})',2,2)
Company A	Company1@example.com	(123) 456-7890
Company B	company2@test.com	0123456790
Company C	company3@placeholder.com	234-567-8901

此函數的 ExtractRegEGroupI() 變體確保搜尋不區分大小寫。

範例 5 – URL 剖析 (使用 ExtractRegEx() 比較)

概述

開啟資料載入編輯器並將下面的載入指令碼新增至新的區段。

載入指令碼包含：

名為 Correspondence 的表格，其中名為 EmailBody 的欄位中包含電子郵件文字。
包含網址的電子郵件內容。

我們希望將第二個 URL (如果存在) 擷取到以下元件中：

完整 URL
通訊協定
網域
路徑

我們希望使用單一規則運算式來控制所有擷取。

載入指令碼

Correspondence:

Load * Inline `
ID	EmailBody
1	Thanks again for this morning's meeting! You can find the meeting minutes posted here: https://example.com/resourceexample. If you still have any questions, always feel free to ask me or one of the other team members. Here are a few learning resources that might help you: http://www.example.ca/training1.pptx http://www.example.ca/training2.pptx http://www.example.ca/training3.pptx Thanks again!
2	Hi, you'll want to visit our company website for that, it's available at https://www.example.se.
3	Hello all, I just wanted to let you know that our online stores are now up and running! I couldn't be more excited. We are already seeing quite a bit of traffic and volume sold, which is very promising! For Product A, go to https://www.examplestore1.com/products. For Product B, you'll want go to https://www.examplestore2.com/products. Product C, go check out https://www.examplestore3.com/products. Cheers!

` (delimiter is '\t');

結果

載入資料並開啟工作表。建立新的表格並將此欄位新增為維度：

新增這些計算維度：

URL 2：

=ExtractRegEx(EmailBody,'([a-zA-Z0-9]+):\/\/(([a-zA-Z0-9]+\.)*([a-zA-Z0-9]+)\.([a-zA-Z0-9]+))((\/[a-zA-Z0-9]+)*(\/([a-zA-Z0-9]+)(\.[a-zA-Z0-9]+)?))?',2)

URL 2 通訊協定：

=ExtractRegExGroup(EmailBody,'([a-zA-Z0-9]+):\/\/(([a-zA-Z0-9]+\.)*([a-zA-Z0-9]+)\.([a-zA-Z0-9]+))((\/[a-zA-Z0-9]+)*(\/([a-zA-Z0-9]+)(\.[a-zA-Z0-9]+)?))?',1,2)

URL 2 網域：

=ExtractRegExGroup(EmailBody,'([a-zA-Z0-9]+):\/\/(([a-zA-Z0-9]+\.)*([a-zA-Z0-9]+)\.([a-zA-Z0-9]+))((\/[a-zA-Z0-9]+)*(\/([a-zA-Z0-9]+)(\.[a-zA-Z0-9]+)?))?',2,2)

URL 2 路徑：

=ExtractRegExGroup(EmailBody,'([a-zA-Z0-9]+):\/\/(([a-zA-Z0-9]+\.)*([a-zA-Z0-9]+)\.([a-zA-Z0-9]+))((\/[a-zA-Z0-9]+)*(\/([a-zA-Z0-9]+)(\.[a-zA-Z0-9]+)?))?',6,2)

結果表格
ID	URL 2	URL 2 通訊協定	URL 2 網域	URL 2 路徑
1	http://www.example.ca/training1.pptx	http	www.example.ca	/training1.pptx
2	-	-	-	-
3	https://www.examplestore2.com/products	https	www.examplestore2.com	/products

ExtractRegEx() 傳回整個 URL，而 ExtractRegExGroup() 傳回 URL 的各個部分，對應到我們使用的 group 值。 ID 值為 2 的記錄只包含一個 URL，因此不會傳回任何資料。

所有圖表運算式都使用相同的規則運算式來傳回不同的資訊。規則運算式中定義的群組之細分如下。

規則運算式中的群組
群組編號	規則運算式	URL 部分
1	([a-zA-Z0-9]+)	通訊協定
2	(([a-zA-Z0-9]+\.)*([a-zA-Z0-9]+)\.([a-zA-Z0-9]+))	網域 (第 3、4 和 5 組)
3	([a-zA-Z0-9]+\.)*	根網域
4	([a-zA-Z0-9]+)	頂層網域
5	([a-zA-Z0-9]+)	路徑 (第 7、8、9 和 10 組) (選用)
6	((\/[a-zA-Z0-9]+)*(\/([a-zA-Z0-9]+)(\.[a-zA-Z0-9]+)?))?	子目錄
7	(\/[a-zA-Z0-9]+)*	檔案（第 9 組和第 10 組）
8	(\/([a-zA-Z0-9]+)(\.[a-zA-Z0-9]+)?)	檔案
9	([a-zA-Z0-9]+)	檔案名稱
10	(\.[a-zA-Z0-9]+)?	副檔名 (選用)

瞭解更多資訊

在載入指令碼和圖表運算式中使用規則運算式

此頁面是否對您有幫助？

若您發現此頁面或其內容有任何問題——錯字、遺漏步驟或技術錯誤——請告知我們可以如何改善！

在此留下意見回饋