使用 BigQuery SQL 查找部分字符串並在分隔符之間提取數據

Question

我有一個這樣的專欄：

String_to_Extract
A~S1_B~S2_C~S11
A~S1_B~S3_C~S12
C~S13_A~S11_B~S4

“~”之前的部分應該是列名。 “~”后面的部分應該是行值。 這由“_”分隔。 因此，結果應如下所示：

String_to_Extract	一個	乙	C
A~S1_B~S2_C~S11	S1	S2	S11
A~S1_B~S3_C~S12	S1	S3	S12
C~S13_A~S11_B~S4	S11	S4	S13

這是我的方法：

SELECT
String_to_Extract,
SUBSTRING(String_to_Extract, INSTR(Advertiser, "A~")+2, ?) AS A,
SUBSTRING(String_to_Extract, INSTR(Advertiser, "B~")+2, ?) AS B,
SUBSTRING(String_to_Extract, INSTR(Advertiser, "C~")+2, ?) AS C,
From Table

如何獲得每列的 ~ 和下一個 _ 之間的部分？

很高興得到幫助！

Answer 1

一種方法使用REGEXP_EXTRACT ：

SELECT
    REGEXP_EXTRACT(String_to_Extract, r"(?:^|_)A~([^_]+)") AS A,
    REGEXP_EXTRACT(String_to_Extract, r"(?:^|_)B~([^_]+)") AS B,
    REGEXP_EXTRACT(String_to_Extract, r"(?:^|_)C~([^~]+)") AS C
FROM yourTable;

Answer 2

考慮以下方法（BigQuery）

select * from (
  select String_to_Extract, col_val[offset(0)] as col, col_val[offset(1)] as val
  from your_table, unnest(split(String_to_Extract, '_')) kv,
  unnest([struct(split(kv, '~') as col_val)])
)
pivot (any_value(val) for col in ('A', 'B', 'C'))   

如果應用於您問題中的示例數據 - output 是

Answer 3

您也可以使用這種方法，首先訂購拆分的項目，然后選擇值：

select 
   split(ordered[safe_offset(0)], '~')[safe_offset(1)] as A,
   split(ordered[safe_offset(1)], '~')[safe_offset(1)] as B,
   split(ordered[safe_offset(2)], '~')[safe_offset(1)] as C
 from (
    select 
        array(select _ from unnest(split(Advertiser, '_') ) as _ order by 1) as ordered
    from dataset.table
)