将 URL 中的 Regexp_extract 提取为字符串 (SQL BigQuery)答案

【问题标题】：Regexp_extract from URLs as strings (SQL BigQuery)将 URL 中的 Regexp_extract 提取为字符串 (SQL BigQuery)
【发布时间】：2022-02-20 01:39:02
【问题描述】：

我试图从多个 URL 中提取一个字符串，这些 URL 都有一个共同点，即使它们的构建方式不同。让我举几个例子：

/cz/category/79478/productname
/https://www.store.net/de/category/49448/productname
/https://www.store.net/category/62448/productname
/category/79455/productname

我正在使用 BigQuery，并且可以为个别示例编写 Regexp_extract 子句，但是，我正在寻找一种在 category/ 之后提取数字（作为字符串）的方法，（79478从第一个网址）。所有地址都有/category/ 的共同部分，所以从我的角度来看应该是可行的。

这是我一直在尝试使用的表达方式：

regexp_extract(page_path, '[^category/]+/([^/]+)/')

但它不起作用。知道我在这里做错了什么吗？

【问题讨论】：

原来可以，谢谢:)

标签： sql google-bigquery

【解决方案1】：

对领先的/category/ 使用非捕获组？

regexp_extract(page_path, '(?:/category/)([^/]+)')

演示：https://regex101.com/r/WSIT77/1

【讨论】：

【解决方案2】：

考虑以下方法

select page_path, regexp_extract(page_path, r'/category/(\d+)/') number
from your_table

如果应用于您问题中的样本数据 - 输出是

【讨论】：