如何使用 regexp_extract 从 Big Query 中的键值对数据中提取特定字符串？答案

【问题标题】：How to extract a specific string from a key,value pair data in Big Query using regexp_extract?如何使用 regexp_extract 从 Big Query 中的键值对数据中提取特定字符串？
【发布时间】：2015-10-13 19:15:08
【问题描述】：

我正在尝试提取特定键“xyz”的值并尝试使用下面的正则表达式来完成它。这是处理键值对的有效方法吗？如果有任何其他更有效的解决方案，有人可以建议我。谢谢。

**

 - Input & SQL :-



**

 SELECT FIRST( SPLIT( regexp_extract(kvp,r'SuppressFlexCacheHydrationIndicator=(.*)&'), '&' ) ) AS SuppressFlexCacheHydrationIndicator,
       regexp_extract(kvp,r'campaignName=(.*)$') AS campaign,
       regexp_extract(LOWER(kvp),r'resultcode=(.*)&') AS resultcode,       
  FROM ( SELECT 'SuppressFlexCacheHydrationIndicator=True&templateVersionId=5&vmtaText=mail2&sequenceId=300&resultCode=DoNotMailBounceList&campaignName=classicimport' AS kvp )

Output :-

    SuppressFlexCacheHydrationIndicator campaign        resultcode   
    True                                classicimport   donotmailbouncelist

评论：-

在上面的 SQL 中，我使用 FIRST(SPLIT()) 从输入中提取子字符串，我认为它无效，可以通过使用正则表达式来实现。如果有，请分享您的见解任何其他可能的解决方案。谢谢。

【问题讨论】：

标签： regex bigdata google-bigquery

【解决方案1】：

我会使用稍微不同的正则表达式来避免 SPLIT 和 FIRST 成本，以及编码有关 URL 中参数位置的特殊知识：

SELECT regexp_extract(kvp,r'SuppressFlexCacheHydrationIndicator=([^&]*)') AS SuppressFlexCacheHydrationIndicator,
       regexp_extract(kvp,r'campaignName=([^&]*)') AS campaign,
       regexp_extract(LOWER(kvp),r'resultcode=([^&]*)') AS resultcode,       
  FROM ( SELECT 'SuppressFlexCacheHydrationIndicator=True&templateVersionId=5&vmtaText=mail2&sequenceId=300&resultCode=DoNotMailBounceList&campaignName=classicimport' AS kvp )

【讨论】：

谢谢莫萨。它工作正常。你能解释一下[^&]*的用法吗？通过查看结果，我了解到我们正在寻找键后面的第一个＆符号。这是正确的解释吗？
[^&] 表示除 & 以外的任何字符，因此正则表达式匹配会在输入中看到 & 时停止。
谢谢。只是想知道您是否知道/有任何好的文档（或建议），其中包含有关 BQ 中正则表达式的更多详细信息。我已经检查了正则表达式的本地 BQ 文档，但它非常有限。