在 BigQuery Standard SQL 中获取 Last Slash 之后的字符串答案

【问题标题】：Obtaining string after Last Slash in BigQuery Standard SQL在 BigQuery Standard SQL 中获取 Last Slash 之后的字符串
【发布时间】：2019-04-04 00:43:25
【问题描述】：

假设我有一个名为“Youtube”的列，我想在 URL 的最后一个斜杠之后提取字符串。我将如何在 BigQuery 标准 SQL 中执行此操作？

例子：

https://youtube.com/user/HaraldSchmidtShow

https://youtube.com/user/applesofficial

https://youtube.com/user/GrahamColton

基本上，我想要：

HaraldSchmidtShow

applesofficial

GrahamColton

【问题讨论】：

标签： sql regex google-bigquery

【解决方案1】：

以下是 BigQuery 标准 SQL

#standardSQL
SELECT url, 
  (SELECT v FROM UNNEST(SPLIT(url, '/')) v WITH OFFSET o 
    WHERE v != '' ORDER BY o DESC LIMIT 1
  ) last_string
FROM `data`

您可以使用虚拟数据作为上面的测试，玩游戏

#standardSQL
WITH data AS(
  SELECT 'https://youtube.com/user/HaraldSchmidtShow' AS url UNION ALL
  SELECT 'https://youtube.com/user/applesofficial' UNION ALL
  SELECT 'https://youtube.com/user/GrahamColton/' UNION ALL
  SELECT 'youtube.com/channel/UCEDBbJXgUqRQXCOsluJJ0FQ'
)
SELECT url, 
  (SELECT v FROM UNNEST(SPLIT(url, '/')) v WITH OFFSET o 
    WHERE v != '' ORDER BY o DESC LIMIT 1
  ) last_string
FROM `data`

结果

Row url                                             last_string  
1   https://youtube.com/user/HaraldSchmidtShow      HaraldSchmidtShow    
2   https://youtube.com/user/applesofficial         applesofficial   
3   https://youtube.com/user/GrahamColton/          GrahamColton     
4   youtube.com/channel/UCEDBbJXgUqRQXCOsluJJ0FQ    UCEDBbJXgUqRQXCOsluJJ0FQ

显然，在 Felipe 的回答中使用正则表达式函数 - 更优雅且更易于阅读。
但在某些情况下，使用上述方法仍然具有实用价值，所以我想把它带到那个帖子中

【讨论】：

【解决方案2】：

上一个答案的替代方案，当末尾有“/”时也可以使用：

WITH data AS(
  SELECT 'https://youtube.com/user/HaraldSchmidtShow' AS url UNION ALL
  SELECT 'https://youtube.com/user/applesofficial' UNION ALL
  SELECT 'https://youtube.com/user/GrahamColton' UNION ALL
  SELECT 'https://youtube.com/user/GrahamColton/'
)

SELECT REGEXP_EXTRACT(url, r'/([^/]+)/?$') name
FROM `data`

【讨论】：

打败我Felipe（也更好的正则表达式来处理斜杠;-)）

【解决方案3】：

这可能已经为您解决问题了：

WITH data AS(
  SELECT 'https://youtube.com/user/HaraldSchmidtShow' AS url UNION ALL
  SELECT 'https://youtube.com/user/applesofficial' UNION ALL
  SELECT 'https://youtube.com/user/GrahamColton'
)

SELECT
  SPLIT(url, '/')[SAFE_OFFSET(ARRAY_LENGTH(SPLIT(url, '/')) - 1)] AS name
FROM `data`

它只是拆分字符串并获取最后一个值。

【讨论】：

我尝试使用您的解决方案，我是否尝试使用您的解决方案并执行了以下操作，但它只是给了我一个空白列：SELECT SPLIT(youtube, '/')[SAFE_OFFSET(ARRAY_LENGTH(SPLIT(youtube , '/')) - 1)] ASedited_youtube FROM data
查询在技术上有效，但输出是空白列
当我将您的子查询与 UNION alls 一起使用时，它可以工作，但是当我将它用于我的实际数据时，输出为空白。 'youtube' 是我数据中的一个字符串列，因此正则表达式应该可以工作。 '我很困惑为什么它不起作用。有什么想法吗？
嗯不确定。您也可以带上“youtube”值来检查它。也许不是所有的 url 都遵循模式 /user/name
是的，这是真的。 “youtube”列中还有其他类型的 URL，例如：youtube.com/channel/UCEDBbJXgUqRQXCOsluJJ0FQ