正则表达式使用技巧

发布于:网站统计与分析 by:owen

24 Apr 2009

要想用好google analytics，正则表达式在GA中是必不可少的使用技巧。

GA官方博客中有一篇文章中就讲到了正则表达式使用的一些小贴士。我根据文章大意试着翻译一下。有翻译的不确切的地方，请查阅原文，谢谢！

什么是正则表达式，如何使用？

正则表达式是包含字符、数字和通配符的文字字符串，匹配一行或者多行文字字符。使用正则表达式的主要原因是正则表达式支持通配符匹配，使用一窜字符（进行匹配）即可获得许多符合一定条件的数值（以URL为例）。

以下是在Google Analytics中使用正则表达式的一些常见示例：

在定义一个目标或者渠道页的时候匹配多个页面
定义一个过滤器排除来自某个ip段的访问
定义复杂的高级群体数据筛选
（如从热门内容报告中）包含或者排除多个（匹配一定条件）的URL

如从热门内容报告中查找URL中包含bbs的页面

google Analytics 的官方帮助中有一些正则表达式使用的基本指南。

技巧与窍门

下面的这些小技巧将帮助你把正则表达式运用自如。

1.失败是成功之母。写好正则表达式只有一条最佳捷径。你可以利用所有的测试工具，但最好的方法就是去犯错，重写重写再重写，直到你确信你写的正则表达式是正确的。因此，在Google Analytics的账户中建立一个测试用的配置文件是很有必要的。

在同一账户下，建立一个同一域名下的测试配置文件，专门用于测试各种试验

2.简单至上。如果你需要写一个表达式用于匹配“新访者”，而在参数栏你需要填写的选项仅仅是从“新访者”，“回访者”中选择，那么仅仅写一个“新”到参数栏就足够了。

3.正则表达式往往贪得无厌。除非你做出特别的限定，否则正则表达式将匹配所有可能匹配的数据。比如你的表达式是“访者”，它将匹配“新访者”和“回访者”，毕竟，这2个词都包含有“访者”这个表达式。要防止正则表达式滥用，必须指定更明确的匹配条件。

4.过犹不及。（见技巧3）比如，许多人在创建IP地址过滤器的时候使用正则表达式。如果这个IP地址是6.255.255.255，他们创立的正则表达式可能是这样的： 6\.255\.255\.255 —但他们忘了，这条规则也匹配诸如26.255.255.255 这样的ip地址的。对于这种状况，你有必要使用一个强制起始符 ^6\.255\.255\.255。一个强制起始符（^）等于在声明”匹配到字段开头处”。

5.匹配所有条件.*：一些正则表达式的组合极其特别。最有用的正则表达式组合可能是一个点后面带着星号，并且用括号封装，像这样：(.*)。第一个点表示匹配所有单个字符。这是一个终极通配符。换言之，(.*) 符号将获得所有数据并且作为一个变量处理。在创立自定义过滤器的时候你将发现(.*)非常有用。

6.反斜杠的妙用。反斜杠\可能是在正则表达式中最常用的符号了。使用这个特殊符号将把它后面的字符作为常量处理。比如，在撰写正则表达式的时候，如果想匹配”www.mysite.com?pid=123“这个条件，除非使用反斜杠，否则你将遇到一个麻烦。问号是一个正则表达式（匹配该符号前的 0 个或 1 个项目），通过使用反斜杠，像这样写”www.mysite.com\?pid=123“，将使问号不再具有正则表达式的功能。如果你不确定某个符号是否是正则表达式，（而你又只想把它当作常量处理），那么尽管在这个符号前使用反斜杠好了，这将是有益无害的。