在 AWS Athena 和 PrestoDB 中使用 SQL 获取 SPLIT 数组中的最后一项

Question

拆分字符串后，我试图获取数组中的最后一项。 我会在 Javascript 使用url.split('//')[url.split('//').length-1]轻松做到这一点

但是如何在 SQL 上运行 AWS Athena（我相信实际上是 Proton）

// imagine a url is like 'http://www.google.com'

SELECT * SPLIT(url, '//')[2]
FROM table

将导致www.google.com

但在某些情况下没有结果，所以我需要使用[1]而不是[2] 。

// imagine a url is like 'www.google.com'

SELECT * SPLIT(url, '//')[2]
FROM table

这将导致Error 。

如何获取数组中的最后一项？

Answer 1

您可以在正则表达式中使用非捕获组

select regexp_extract('www.google.com', '(?:https?://)?(.*)',1)

和

select regexp_extract('http://www.google.com', '(?:https?://)?(.*)',1)

都将返回www.google.com

请注意，协议可以是 HTTP 或 HTTPS 并且上面的正则表达式也期望有s或没有。

Answer 2

您有 2 个选择：

使用element_at function，两者都会给出所需的 output：

SELECT ELEMENT_AT(SPLIT('http://www.google.com', '//'), -1)
SELECT ELEMENT_AT(SPLIT('www.google.com', '//'), -1)

第二个选项是使用slice function 来获取数组的一个子集。 两者都会给出所需的 output：

SELECT SLICE(SPLIT('http://www.google.com', '//'), -1, 1)[1]
SELECT SLICE(SPLIT('www.google.com', '//'), -1, 1)[1]

要了解有关slice function 工作原理的更多信息： https://trino.io/docs/current/functions/array.html#slice