一个不规则的提取引发的PowerQuery中的M语言的练习

雷公子

来混个脸熟顺便分享篇自己整理的内容

需要解决的问题：

我们提取网址中的页面ID，页面ID在任意两个"/"之间，但是位置不固定，前后字符不固定，长度不固定，唯一的特征是开头是{“pw-”，“py-”，“my-”，“mw-”}

解决方法1 正则表达式1(效率一般)

使用M语言+正则表达式的方式提取

Web.Page("<script> document.write('"&[网址]&"'.match(/(pw|mw|my|py)-(\w+-)+\w+(?=\/)/g))</script>")[Data]{0}[Children]{0}[Children]{1}[Text]{0}

方法2 正则表达式2(效率一般)Web.Page("<script> document.write('"&[网址]&"'.match(/([pm][wy])-[^/]*/g))</script>")[Data]{0}[Children]{0}[Children]{1}[Text]{0}

方法3List.RemoveNulls(  List.Transform(    {"pw-","mw-","my","py-"},    (x)=>[a=Text.BetweenDelimiters([网址],x,"/"),b=if a<>"" then x&a else null]    )  ){0}?

方法4 目前测试效率最高List.RemoveNulls(  List.TransformMany(    Text.Split([网址],"/"),    each {"py","pw","my","mw"},    (x,y) => if Text.StartsWith(x,y) then x else null     )  ){0}?

List.Max(  List.TransformMany(    Text.Split([网址],"/"),    each {"py","pw","my","mw"},    (x,y) => if Text.StartsWith(x,y) then x else null   ) )


方法5List.Mode(  Text.Split([网址],"/")&{"py","pw","my","mw"," "},(x)=>Text.Start(x,2))


方法6 效率与方法4相当List.Accumulate(  Text.Split([网址],"/"),  "",  (x,y)=>x&(if List.Contains({"py","pw","my","mw"},y,(a,b)=>Text.StartsWith(b,a)) then y else ""))

特别说明：以上方法来自群讨论各位大神的方法，有需要的小伙伴可以自行学习

hugo_huang

再来个相对常规思路的解法：
=List.Select(
     Text.Split([网址],"/"),
     (x)=>List.AnyTrue(
             List.Transform(
                 {"pw-","mw-","my-","py-"},
                 (y)=>Text.StartsWith(x,y)
             )
           )
)

最后在展开结果列表。

江南月

都是高手呀!受教了!

libo5563

Text.BetweenDelimiters(文本,"/","/",{1,0})
Text.BeforeDelimiter()  函数的第4参数修改一下，文本都是第2个“/”,和 第3个“/”之间的字符，很适合这个题   有1个不规则的数据需要另外处理一下 这样算不算投机取巧了

飞天篮球猪

上述JS正则的写法要改一下，可以实现秒速加载十万行。

AbleZeng

hugo_huang 发表于 2018-9-2 00:14
再来个相对常规思路的解法：
=List.Select(
     Text.Split([网址],"/"),

大海老师这个套路用的太绝妙了，学习了

skull322

赞，学习了