Regexp_extract 从 URL 作为字符串 (SQL BigQuery)

Question

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 并且我能够为单个示例编写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，（来自第一个 url 的79478 ）。 所有地址都有共同的/category/部分，所以从我的角度来看它应该是可行的。

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？

Answer 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

Answer 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示例数据 - output 是