正则表达式：在 Google Bigquery 中提取正斜杠后的所有内容？

Posted 2023-03-25

【中文标题】正则表达式：在 Google Bigquery 中提取正斜杠后的所有内容？

【英文标题】：Regex: Extract everything after forward slash in Google Bigquery?

【发布时间】：2021-06-16 14:45:55

【问题描述】：

我有以下两种情况。我想提取search/ 之后或search/ 和category/ 之间的所有内容

场景 1，我想要 search/ 之后的所有内容：

/listBuilder/20568284/search/1"X4"-8 t%26g

场景 2，我想要 search/ and category/ 之间的所有内容：

listBuilder/20464071/search/decking screws/category/6765

编辑和进一步澄清

假设我有一列包含以下信息

Column1
/listBuilder/20568284/search/1"X4"-8 t%26g
listBuilder/20464071/search/decking screws/category/6765

如何使用正则表达式从 column1 获取具有以下理想信息的新列

Column2 
1"X4"-8 t%26g
decking screws

【参考方案1】：

考虑下面

select text, 
  regexp_extract(text, r'search/(.+)') as after_search,
  regexp_extract(text, r'search/(.+)category/') as between_search_and_category,
from `project.dataset.table`     

如果您需要处理/提取到一列 - 请在下面考虑

select regexp_extract(text, r'search/(.+?)(?:/category|$)')  
from `project.dataset.table`     

如果应用于您问题中的样本数据 - 输出是

【讨论】：

非常感谢这应该可以工作，但是这两个字符串都在一个列中。是否有任何逻辑可以在一行代码中完成？

不确定您的意思 - 发布新问题并提供详细信息，我们将很乐意回答：o)

我可能会编辑当前问题，因为我不确定如何正确地改写问题，而不会堆栈说我的问题与另一个问题的措辞相似

更新了当前问题，非常感谢

进行编辑后，您只需将@MikhailBerlyant 答案中的两个 regex_extract 替换为带有 regex_extract(text, , r'search\/(.+)(?:category\/|$) 的组合 regex_extract ')