parse_url

Extrahuje zadanou část z adresy URL. Pokud je klíč zadaný, vrátí přidruženou hodnotu parametru dotazu.

Syntaxe

from pyspark.sql import functions as sf

sf.parse_url(url, partToExtract, key=None)

Parametry

Parameter	Typ	Description
url	pyspark.sql.Column nebo str	Sloupec řetězců, z nichž každý představuje adresu URL.
partToExtract	pyspark.sql.Column nebo str	Sloupec řetězců, z nichž každá představuje část, která se má extrahovat z adresy URL.
key	pyspark.sql.Column nebo str, volitelné	Sloupec řetězců, z nichž každý představuje klíč parametru dotazu v adrese URL.

Návraty

pyspark.sql.Column: Nový sloupec řetězců, z nichž každá představuje hodnotu extrahované části z adresy URL.

Examples

Příklad 1: Extrahování části dotazu z adresy URL

from pyspark.sql import functions as sf
df = spark.createDataFrame(
  [("https://spark.apache.org/path?query=1", "QUERY")],
  ["url", "part"]
)
df.select(sf.parse_url(df.url, df.part)).show()

+--------------------+
|parse_url(url, part)|
+--------------------+
|             query=1|
+--------------------+

Příklad 2: Extrahování hodnoty konkrétního parametru dotazu z adresy URL

from pyspark.sql import functions as sf
df = spark.createDataFrame(
  [("https://spark.apache.org/path?query=1", "QUERY", "query")],
  ["url", "part", "key"]
)
df.select(sf.parse_url(df.url, df.part, df.key)).show()

+-------------------------+
|parse_url(url, part, key)|
+-------------------------+
|                        1|
+-------------------------+

Příklad 3: Extrahování části protokolu z adresy URL

from pyspark.sql import functions as sf
df = spark.createDataFrame(
  [("https://spark.apache.org/path?query=1", "PROTOCOL")],
  ["url", "part"]
)
df.select(sf.parse_url(df.url, df.part)).show()

+--------------------+
|parse_url(url, part)|
+--------------------+
|               https|
+--------------------+

Příklad 4: Extrahování hostitelské části z adresy URL

from pyspark.sql import functions as sf
df = spark.createDataFrame(
  [("https://spark.apache.org/path?query=1", "HOST")],
  ["url", "part"]
)
df.select(sf.parse_url(df.url, df.part)).show()

+--------------------+
|parse_url(url, part)|
+--------------------+
|    spark.apache.org|
+--------------------+

Příklad 5: Extrahování části cesty z adresy URL

from pyspark.sql import functions as sf
df = spark.createDataFrame(
  [("https://spark.apache.org/path?query=1", "PATH")],
  ["url", "part"]
)
df.select(sf.parse_url(df.url, df.part)).show()

+--------------------+
|parse_url(url, part)|
+--------------------+
|               /path|
+--------------------+