我有以下结构的URL：

https://pinball.globalzone.com/en_US/home?tic=1-dj33jl-dj33jl&goToRegisterNow=true

我现在要做的是缩短url，以便能够对相似的url模式进行分组和计数。例如，我想退出 https:// ，区域设置 en_US/ 还有代币 ?tic=1-dj33jl-dj33jl 剩下的留着。结果如下：

pinball.globalzone.com/home&goToRegisterNow=true

我试图通过使用 regexp_extract 但这种方法只允许我提取总是在同一位置的特定片段。
更大的问题是，我要剪切的部分要么是基于单个/规则的（即区域设置总是包含两个小写和两个大写字母，用下划线分隔），要么是没有保证长度的唯一部分（即标记）。
此外，我的结果集还将包含具有不同模式的URL，其中我只想剪切现有部分（例如。 https://pinball.globalzone.com/en_US/forgottenPassword ，其中 en_US/ 必须切除）。
如果我必须快速解决这个问题，我只需要获取url并编写一些java或r代码，将get url拆分成若干部分，并在数组中迭代，同时删除所有不需要的部分。然而，我想知道是否有一种更优雅的方法可以直接从Hive中得到这个结果。