sql - 如何在bigquery中使用正则表达式分割字符串

Question

我想拆分大查询数据表中的字段。

我给你示例案例..

==情况1== 源字段=“idx1-cnt1-name1，idx2-cnt2-name2...相同模式”

Result table
idx | cnt | name |
idx1,cnt1,name1
idx2,cnt2,name2,....

在查询中:

select                      
    regexp_extract(split_col, r'([\d]*)-') as ItemIdx,  
    regexp_extract(split_col, r'-([\d]*)-') as Cnt,
    regexp_extract(split_col, r'-([\d]*)$') as TitleIdx
From (
Select pid,now, split(source field, ',') split_col from (       
SELECT * FROM table ))

但是我无法在这种情况下编写代码

此 case 字符串有多个分隔符。

==情况2==

源字符串 =“item1-name1-type1-value1,....相同模式”

Result Table
name | type
name1, type1
name2,type2

字段数不同。

但我只需要第二个、第三个字段值。

如何进行查询..

Answer 1

我看到您正在使用 BigQuery 旧版 sql - 因此下面的示例(注意 - 强烈建议您尽可能使用 BigQuery 标准 SQL - 因此请考虑迁移) - 下面经过简化，以使逻辑更易于您阅读，以便您可以轻松地将其扩展到可能更相似的情况

案例1/示例

#legacySQL
SELECT                      
    REGEXP_EXTRACT(split_col, r'^(.*?)-.*?-.*?$') AS idx,  
    REGEXP_EXTRACT(split_col, r'^.*?-(.*?)-.*?$') AS cnt,
    REGEXP_EXTRACT(split_col, r'^.*?-.*?-(.*?$)') AS name
FROM (
  SELECT SPLIT(source_field, ',') split_col 
  FROM (SELECT "idx1-cnt1-name1,idx2-cnt2-name2" source_field)
)

结果:

Row idx     cnt     name     
1   idx1    cnt1    name1    
2   idx2    cnt2    name2    

案例 2/示例

#legacySQL
SELECT                      
    REGEXP_EXTRACT(split_col, r'^.*?-(.*?)-.*?') AS name,  
    REGEXP_EXTRACT(split_col, r'^.*?-.*?-(.*?)-') AS type
FROM (
  SELECT SPLIT(source_string, ',') split_col 
  FROM (SELECT "item1-name1-type1-value1, item2-name2-type2-value2" source_string)
)  

结果:

Row name    type     
1   name1   type1    
2   name2   type2    

下面是相同的示例，但适用于 BigQuery 标准 SQL(只是情况 2，因为它们非常相似)

#standardSQL
WITH `project.dataset.table` AS (
  SELECT "item1-name1-type1-value1, item2-name2-type2-value2" source_string
)
SELECT 
  REGEXP_EXTRACT(split_col, r'^.*?-(.*?)-.*?') AS name,  
  REGEXP_EXTRACT(split_col, r'^.*?-.*?-(.*?)-') AS type
FROM `project.dataset.table`, UNNEST(SPLIT(source_string, ',')) split_col

显然 - 相同的结果

Row name    type     
1   name1   type1    
2   name2   type2    

另一种选择是 -

#standardSQL
WITH `project.dataset.table` AS (
  SELECT "item1-name1-type1-value1, item2-name2-type2-value2" source_string
)
SELECT 
  SPLIT(split_col, '-')[SAFE_OFFSET(1)] AS name,  
  SPLIT(split_col, '-')[SAFE_OFFSET(2)] AS type
FROM `project.dataset.table`, UNNEST(SPLIT(source_string, ',')) split_col

等等...