如何使用 REGEXP 提​​取 BigQuery 中的特定组合

Posted 2023-03-25

【中文标题】如何使用 REGEXP 提​​取 BigQuery 中的特定组合

【英文标题】：How to extract with REGEXP the specific combination in BigQuery

【发布时间】：2020-12-06 09:27:00

【问题描述】：

我有一个长文本，这里是它的一部分："placement":1,"protocols":[2,3,5,6],"secure":1

我需要提取协议列表，所以结果将只有 [2,3,5,6]。

我使用的是 REGEXP_EXTRACT(text, r'"protocols":([^"]+)')，但结果总是不同：有时它只是 [2, 3,5,6] 有时需要更多：[2,3,5,6],

如何构建我的 REGEXP 以使结果始终只有括号中的列表？

【问题讨论】：

您的长文本是有效的 JSON 吗？

尝试使用"protocols":(\[[^]]+])

@Pentium10 是的，它是一个 json

如果它是有效的 JSON，请使用 JSON 函数而不是 REGEXP。

【参考方案1】：

你可以使用

REGEXP_EXTRACT(text, r'"protocols"\s*:\s*(\[[^][]+])')

见regex demo

要获取不带括号的protocols 的内容，请将分组边界向内移动一点：

REGEXP_EXTRACT(text, r'"protocols"\s*:\s*\[([^][]+)]')

见this regex demo。

详情

"protocols" - 文字文本 \s*:\s* - 用零个或多个空格括起来的冒号 \[ - 一个 [ 字符 [^][]+ - 除了[ 和] 之外的一个或多个字符 ] - ] 字符。