如何通过SQL提取Column A中""""间的内容至Column B？

需求说明 #

我需要从A列的结构化数据中提取所有位于""之间的内容（例如Activity、DatasetId、RecordType等），并将这些内容合并后放入B列中。

示例数据 #

提取后B列示例 #

实现方法 #

方法1：Excel公式批量处理

直接在B1单元格输入以下公式，下拉填充即可：

=TEXTJOIN(", ", TRUE, FILTERXML("<t><s>"&SUBSTITUTE(SUBSTITUTE(SUBSTITUTE(A1,"""""", """")&""",""", """,""""), """:"", """,""""), ""","""", "</s><s>")&"</s></t>", "//s"))

公式逻辑：先将A列的转义双引号（""）替换为普通双引号，再拆分键值对结构，提取所有引号内的内容，最后用「逗号+空格」连接成字符串。

方法2：Python脚本高效处理

如果数据量较大，用Python处理更快捷：

import pandas as pd
import re

# 读取Excel数据（替换为你的文件路径）
df = pd.read_excel("data.xlsx", sheet_name="Sheet1")

# 定义提取逻辑
def get_quoted_content(text):
    # 匹配所有""包裹的内容
    content_list = re.findall(r'""(.*?)""', text)
    # 过滤空值（比如CustomData对应的空内容）
    valid_content = [item for item in content_list if item.strip()]
    # 合并成目标格式
    return ", ".join(valid_content)

# 生成B列数据
df["B列"] = df["A列"].apply(get_quoted_content)

# 保存结果到新Excel
df.to_excel("processed_data.xlsx", index=False)

内容的提问来源于stack exchange，提问作者Nathanael Tom Aterado