[Googleスプレッドシート] URLからドメインだけを抜き出す

Office

※ 本記事はアフィリエイト広告(Amazonアソシエイト)を含みます。

[Googleスプレッドシート] URLからドメインだけを抜き出す

重複確認とかでURLからドメインだけを抜き出す作業、ちょこちょこある気がする。

問い合わせリストや営業リストで「同じ会社がURL違いで2回入っていないか」を見たいとき、URLのままだとパスやパラメーターが違って重複として引っかかりません。ドメインに揃えてから比べます。

式

http:// や https://、www. を省いて、ドメインだけを取り出します。

=REGEXEXTRACT(A2,"^(?:https?://)?(?:www\.)?([^/:?#]+)")
A2結果
https://www.example.com/contactexample.com
http://example.co.jp/?ref=topexample.co.jp
https://shop.example.com:8080/itemshop.example.com
example.com/aboutexample.com

式の読み方

パーツ意味
^(?:https?://)?先頭の http:// または https://(無くてもOK)
(?:www\.)?www.(無くてもOK)
([^/:?#]+)/ : ? # が出てくるまで = ドメイン部分。ここだけが結果として返る

(?: ) は「グループにするけど取り出さない」という書き方。REGEXEXTRACT は ( ) で囲んだ部分だけを返すので、ドメイン部分だけを普通の ( ) にしています。

⚠️ 以前この記事に載せていた =REGEXEXTRACT(A2,"/(?:www\.)?([^/]+)")) は、閉じカッコが1つ多く、そのままではエラーになっていました。また https:// が付いていないURLだと別の部分を拾ってしまうので、上の式に差し替えています。

サブドメインも揃えたいとき

shop.example.com と example.com を同じ扱いにしたい場合、正規表現だけで「登録ドメイン」を正確に取るのは難しいです(.co.jp のような2段のものがあるため)。件数が少なければ、ドメインにした後で目視で寄せるのが現実的。

列まるごと処理して重複を探す

=ARRAYFORMULA(IF(A2:A="","",REGEXEXTRACT(A2:A,"^(?:https?://)?(?:www\.)?([^/:?#]+)")))

B列にドメインを出しておけば、あとは条件付き書式で重複セルに色を付けるで B列の重複に色を付けるだけです。

まとめ

  • ドメイン抽出は =REGEXEXTRACT(A2,"^(?:https?://)?(?:www\.)?([^/:?#]+)")
  • ( ) の中だけが返る。取り出さないグループは (?: )
  • 重複チェックは「ドメインに揃える → 条件付き書式」の2段構え

逆に末尾のPage Pathだけ抜きたいときはURL(Path)の末尾だけ抽出するを参照。正直JS使ったら早いんだけど、スプレッドシートの中で完結させたいときはこれで。

GoogleSpreadsheet