Presto | URL 相关函数

提取相关函数

URL 提取功能可以从 HTTP URLs（或任何符合 RFC 2396 的有效 URI）中提取各组成部分。支持以下语法:

[protocol:][//host[:port]][path][?query][#fragment]

所提取的组成部分不包含 URI 语法分隔符，例如：: 或 ? 。

url_extract_fragment(url) → varchar

该函数用以返回 url 地址所包含的，用以指示不同文档片段的片段标识符。

即上文提到的 [#fragment] 组成部分，指的是 # 字符之后的内容，不包含 # 符号本身。

url_extract_host(url) → varchar

该函数用以解析 url 中包含的地址，并返回其主机名部分。

url_extract_parameter(url, name) → varchar

该函数用以解析 url 中的查询字符串，并返回第一个名为 name 的参数的值。参数提取遵循 RFC 1866 中规定的方式。

url_extract_path(url) → varchar

该函数用于解析 url 中包含的地址，并返回其路径部分。

url_extract_port(url) → bigint

该函数用于解析 url 中包含的地址，并返回其端口号部分。

url_extract_protocol(url) → varchar

该函数用于解析 url 中包含的地址，并返回其所使用的协议类型。

url_extract_query(url) → varchar

该函数用于解析 url 中包含的地址，并返回其查询字符串部分。

示例

with tmp_url as (
  select 'https://linjiangxiong.com:8080/zh-cn/dotnet/api/system.string.split?view=net-6.0#remarks' as url
)

select 
  url_extract_protocol(url) as protocol, 
  url_extract_host(url) as host,
  url_extract_port(url) as port,
  url_extract_path(url) as path,
  url_extract_query(url) as query, 
  url_extract_parameter(url, 'view') as parameter,
  url_extract_fragment(url) as fragment
from tmp_url

返回结果如下：

protocol	host	port	path	query	parameter	fragment
https	linjiangxiong.com	8080	/zh-cn/dotnet/api/system.string.split	view=net-6.0	net-6.0	remarks

编码相关函数

url_encode(value) → varchar

对 value 进行编码，以使其可以安全地包含在 URL 查询参数名称和值中：

• 字母、数字字符不会被编码；
• .、-、*、和 _ 这些字符不会被编码；
• ASCII 空格字符被编码为 +；
• 所有其他字符都转换为 UTF-8，并将字节编码为字符串 %XX，其中 XX 是 UTF-8 字节的大写十六进制值。

示例

select url_encode('a_1*B-C.D LEFT语言')

-- 输出结果为 a_1*B-C.D+LEFT%E8%AF%AD%E8%A8%80

url_decode(value) → varchar

对 URL 编码的 value 进行解码。该函数是 url_encode() 函数的逆过程。

示例

select url_decode('a_1*B-C.D+LEFT%E8%AF%AD%E8%A8%80')

-- 输出结果为 a_1*B-C.D LEFT语言

（END）