如何获取 URL 最后一部分中破折号之间的最后 3 个值

Question

我有一个网址：

https://www.example.com/one/two/three/four/five/six/seven/x2-small-2

我想在 Google Bigquery 中使用 3 个正则表达式提取 URL 的最后一部分以作为返回

• x2
• 小
• 2

这个正则表达式

REGEXP_EXTRACT(JSON_EXTRACT( A.resource_data,"$.Type" ), '"(.*)"') AS model,

给予

https://www.example.com/one/two/three/four/five/six/seven/x2-small-2

据我所知，在 Bigquery 中它是 REGEX Re2

感谢您的帮助！抱歉，我是正则表达式的新手

这个正则表达式

REGEXP_EXTRACT(JSON_EXTRACT( A.resource_data,"$.Type" ), '".*/(.*)"') AS model,

给予

x2-small-2

我至少想提取最后一个数字 (2)。有什么想法吗？

Answer 1

以下是 BigQuery 标准 SQL

#standardSQL
SELECT url,
  parts[SAFE_OFFSET(0)] part1,
  parts[SAFE_OFFSET(1)] part2,
  parts[SAFE_OFFSET(2)] part3
FROM (
  SELECT url, SPLIT(ARRAY_REVERSE(SPLIT(url, '/'))[OFFSET(0)], '-') parts
  FROM `project.dataset.table`
)   

如果应用到您的问题中的样本数据，如下例所示

#standardSQL
WITH `project.dataset.table` AS (
  SELECT 'https://www.example.com/one/two/three/four/five/six/seven/x2-small-2' url
)
SELECT url,
  parts[SAFE_OFFSET(0)] part1,
  parts[SAFE_OFFSET(1)] part2,
  parts[SAFE_OFFSET(2)] part3
FROM (
  SELECT url, SPLIT(ARRAY_REVERSE(SPLIT(url, '/'))[OFFSET(0)], '-') parts
  FROM `project.dataset.table`
)    

输出是

Row url                                                                     part1   part2   part3    
1   https://www.example.com/one/two/three/four/five/six/seven/x2-small-2    x2      small   2   

Answer 2

要获取最后一个元素，请使用此模式。 （对于倾斜牙签综合症，我不知道您使用的技术中正确的模式构建语法是什么）。

/\/([^\/]+)$/

您将获得一个包含整个最后路径部分的捕获组。见regex101。

然后您可以将其分解成更小的部分。如果三个字段的格式始终相同，您也可以为此编写模式。

/\/([^\/]+)-(.+)-(.+)$/

这将为您提供三个捕获组。见regex101。