如何在 bigquery 中使用带有 JSON EXTRACT 的正则表达式

Posted 2023-03-24

【中文标题】如何在 bigquery 中使用带有 JSON EXTRACT 的正则表达式

【英文标题】：How to use regex with JSON_EXTRACT on big query

【发布时间】：2019-03-13 12:16:02

【问题描述】：

我在大查询表上有一个 JSON 字段，目前我正在使用以下方法从 id 元素中提取（例如）：

coalesce(
   nullif(JSON_EXTRACT(e.event_payload, 'content_id'), ''),
   nullif(JSON_EXTRACT(e.event_payload, 'cid'), ''),
   nullif(JSON_EXTRACT(e.event_payload, 'c_id'), ''),
   ...
  ) AS content_id,

我在这个 JSON 的字段上没有模式...可以在这样的大查询中使用带有 JSON_EXTRACT 的 REGEX 吗？

JSON_EXTRACT(e.event_payload, "(content_id|cid|c_id)") as content_id

【问题讨论】：

三个键都可以出现吗？

不，这些键代表相同的信息，我的问题是 JSON 的来源不同，所以它们不遵循相同的模式...

【参考方案1】：

您可以替换可能的字段名称，然后执行提取：

SELECT
  JSON_EXTRACT(
    REGEXP_REPLACE(e.event_payload, r'"c\_?id"', '"content_id"'),
    '$.content_id') as content_id
FROM dataset.table

作为一个独立的例子：

WITH T AS (
  SELECT '"cid": "a": 1' AS event_payload UNION ALL
  SELECT '"content_id": "b": 2' UNION ALL
  SELECT '"c_id": "c": 3'
)
SELECT
  JSON_EXTRACT(
    REGEXP_REPLACE(e.event_payload, r'"c\_?id"', '"content_id"'),
    '$.content_id') as content_id
FROM T AS e