带有空格和分隔符的正则表达式

Question

我有两列包含以下数据：

第 1 栏：BIG123 - 电信 (John Barrot)

第 2 栏：7 国会 1 - 走向

数据格式与空格相同，“-”作为每列的分隔符，但组织、名称和起始代码可以比您在此处看到的更长或更短（而不是 Telecommunications 它可以是 CEO或者代替 John Barrott，它可以是 Guy Rodriguez 等）。我需要提取以下内容：

（列名以粗体显示）

组织电信

主管约翰·巴罗

个人资料 国会 1 - 走向

我一直在使用以下备忘单，但我仍然无法提取：https://cheatography.com/davechild/cheat-sheets/regular-expressions/

我已经尝试了 regex_extract(column1, [A-Z][a-z]) 并且我只得到了“-”之后第 1 列的前两个字母。

任何帮助都会很棒。

谢谢，

DW

Answer 1

使用您的示例尝试以下操作

with sample_data as (
    select 'BIG123 - Telecommunications (John Barrot)' AS COLUMN_1, '7 Congressional 1 - Toward' as COLUMN_2
)
select regexp_extract(COLUMN_1, r'.+-\s(\S+)') as Organization
    , regexp_extract(COLUMN_1, r'.+\((.+\w)') as Supervisor
    , regexp_extract(COLUMN_2, r'\d+\s(.+)') as Profile
from sample_data