Musel jsem zkombinovat některé z předchozích odpovědí plus trochu více hackerských útoků pro můj soubor dat. To je to, co mi funguje, vrací doménu a všechny subdomény:
SUBSTRING_INDEX(SUBSTRING_INDEX(SUBSTRING_INDEX(SUBSTRING_INDEX(target_url, '/', 3), '://', -1), '/', 1), '?', 1) AS domain
Vysvětlení (protože netriviální SQL má smysl jen zřídka):
SUBSTRING_INDEX(target_url, '/', 3)
- odstraní jakoukoli cestu, pokud má adresa URL protokolSUBSTRING_INDEX(THAT, '://', -1)
- odebere jakýkoli protokol z THATSUBSTRING_INDEX(THAT, '/', 1)
- odebere libovolnou cestu z THAT (pokud neexistoval žádný protokol)SUBSTRING_INDEX(THAT, '?', 1)
- odebere řetězec dotazu z THAT (pokud tam nebyla žádná cesta nebo koncová / )
Testovací případy:
SELECT SUBSTRING_INDEX(SUBSTRING_INDEX(SUBSTRING_INDEX(SUBSTRING_INDEX(target_url, '/', 3), '://', -1), '/', 1), '?', 1) AS domain
FROM (
SELECT 'http://test.com' as target_url
UNION SELECT 'https://test.com'
UNION SELECT 'http://test.com/one'
UNION SELECT 'http://test.com/?huh'
UNION SELECT 'http://test.com?http://ouch.foo'
UNION SELECT 'test.com'
UNION SELECT 'test.com/one'
UNION SELECT 'test.com/one/two'
UNION SELECT 'test.com/one/two/three'
UNION SELECT 'test.com/one/two/three?u=http://maaaaannn'
UNION SELECT 'http://one.test.com'
UNION SELECT 'one.test.com/one'
UNION SELECT 'two.one.test.com/one' ) AS Test;
Výsledky:
'test.com'
'test.com'
'test.com'
'test.com'
'test.com'
'test.com'
'test.com'
'test.com'
'test.com'
'test.com'
'one.test.com'
'one.test.com'
'two.one.test.com'