Google Analytics 中源媒体路径的正则表达式

Posted 2023-03-25

【中文标题】Google Analytics 中源媒体路径的正则表达式

【英文标题】：Regex for Source Medium Path in Google Analytics

【发布时间】：2020-10-09 14:47:29

【问题描述】：

所以我正在尝试创建一个正则表达式查找和替换函数，以从 Google Analytics 获取 Source Medium Path 维度，并返回一个与 Source Medium 维度匹配的值。例如，当我查看 Source Medium Path 的总转化次数时，我得到的值如下：

google / cpc > google / 有机 google / cpc > google / 有机 >（直接）/（无） 谷歌/有机 （无）>（无）>（无）>谷歌/有机>（直接）/（无）>（直接）/（无） （直接）/（无）

这不是最漂亮的格式，我们的客户在他们的报告中很难理解，所以我想用它们等效的来源/媒介维度替换这些值：

谷歌/有机 谷歌/有机 谷歌/有机 谷歌/有机 （直接）/（无）

到目前为止，我尝试过的正则表达式查找/替换功能看起来适用于除了 #4 之外的所有内容，其中路径以“直接/（无）”的多次迭代结束，并错误地拉入“（直接） /（无）”而不是“谷歌/有机”。

本质上，这应该找到路径中的最后一个来源/媒介（即 1 和 3 中的“google/organic”），除非最后一个组是“（直接）/（无）”（如 2/4/ 5)，在这种情况下，它应该使用不是“（直接）/（无）”的最后一个组，并替换为源/媒体，除非路径仅包含一个或多个迭代“（直接）/（ none)'，在这种情况下，它应该替换为值 '(direct) / (none)。

任何有关如何解决此问题的帮助将不胜感激！到目前为止，请参阅下面的内容：

查找：^(.* \/ .* > )*(?'foo'.* \/ .*) > (direct \/ \(none\))+$|^(.* \/ .* > )(?'var'.* \/ .*)$

替换为：$foo$var

【问题讨论】：

尝试 ^(?:(?:\(none\) > )+|(?:\w+ \/ \w+ > ))?(\w+ \/ \w+)(?!\S).* 并替换为组 1 请参阅 regex101.com/r/L6MnWN/1

谢谢！这绝对解决了我描述的问题。然而，我意识到我忘记了一个重要的部分，如果路径只包含一个或多个“（直接）/（无）”迭代，那么它应该只用“（直接）/（无）”替换该值。例如：(direct) / (none) > (direct) / (none) > (direct) / (none) 和 (direct) / (none) 都应替换为 '(direct) / (none)'。我正在尝试弄清楚如何使用您提供的内容来完成这项工作，但我们将不胜感激！

喜欢这个？ ^(?:(?:\(none\) > )+|(?:\w+ \/ \w+ > ))?(\w+ \/ \w+|\(direct\) \/ \(none\))(?!\S).*regex101.com/r/NQrhXr/1

【参考方案1】：

您可以使用一个模式来选择性地匹配前面的部分，无字符或单词字符后跟/ 和>

然后为(none) > (none) 部分或word / word 部分使用捕获组，并在替换中使用它。

在第 1 组之后，您可以匹配字符串的其余部分，这样它就不会出现在替换中。

^(?:(?:\(none\) > )+|(?:\w+ \/ \w+ > ))?(\w+ \/ \w+|\(direct\) \/ \(none\))(?!\S).*

Regex demo

在替换使用组1$1

【讨论】：

再次感谢！看起来这适用于除以下路径之一之外的所有路径：google / organic > (direct) / (none) > (direct) / (none) 这应该被替换为 'google / organic' 但现在它被替换为 '(direct) / （没有任何）'。似乎它应该是一个足够简单的修复，但我还没有完全破解它。

@aceetobee 喜欢这个？ ^.*?(\S+ \/ \S+)(?!.*\w+ \/ \w).*见regex101.com/r/plE18U/1