从 Bigquery 中的 URL 中提取字符串

Posted 2023-03-25

【中文标题】从 Bigquery 中的 URL 中提取字符串

【英文标题】：Extract String from URL in Bigquery

【发布时间】：2020-09-25 09:14:31

【问题描述】：

我有几个 1.000 个 URL，想从 URL 参数中提取一些值。以下是数据库中的一些示例：

["//xxx.com/se/something?SE_ifmobile:MBifnotmobile:DT_A_B_C_D_E_F_G_H"] ["//www.xxx.com/se/car?p_color_car=White?SE_ifmobile:MBifnotmobile:DT_A_B_C_D_E_F_G_H"]

我想提取 SE |一个 |乙| C | D | E | F |克| H

我已经用 REGEXP_EXTRACT 试过了

REGEXP_EXTRACT_ALL(Url,r'(?:\?|&)(?:([^_]+)_(?:[^&]*))') as Country

问题是因为我有两个“？”结果为第一个 url 返回 SE，为第二个 url 返回 p。我怎样才能在一个正则表达式中解决这个问题，这样我才能得到第二个网址的 p 但实际 SE。

【参考方案1】：

你可以使用

[?&]([^_]+)_[^&?]*$

请参阅regex demo。详情：

[?&] - ? 或 & 字符 ([^_]+) - 第 1 组（实际输出字符串）：除 _ 之外的一个或多个字符 _ - 一个 _ 字符 [^&?]* - 零个或多个 & 或 ? 字符 $ - 字符串结束。

【讨论】：

REGEXP_EXTRACT_ALL(Url, r'[?&]([^_]+)_[^&?]*$ as URL 这是这个想法吗？我收到关于未闭合字符串文字的错误。跨度>

@user3052850 当然，关闭它，REGEXP_EXTRACT_ALL(Url, r'[?&]([^_]+)_[^&?]*$')