如何通过REGEXP_EXTRACT正确提取路径中Project/后的项目名称？

问题分析 #

你之前的错误在于将//替换为空字符串，导致Project后的项目名与后续路径段直接拼接（比如Project/AAA//Dataset变成Project/AAADataset），正则[^/]+会匹配所有非/的字符，因此把后面的Dataset/Bucket也错误包含进去了。

修正方案 #

以下两种方式都能正确提取项目名：

方案1：统一路径分隔符后提取

先将//替换为单个/，让路径分隔符保持一致，再用正则提取：

REGEXP_EXTRACT(REPLACE(path, '//', '/'), r'Project/([^/]+)') as Project

替换后路径会变成Folder/1/File/2/Project/AAA/Dataset/BBBB，[^/]+会精准匹配Project/后到下一个/之间的内容，即正确的项目名。

方案2：直接基于原始字符串匹配

无需替换分隔符，用正则匹配Project/后到第一个//或字符串结尾的内容：

REGEXP_EXTRACT(path, r'Project/([^/]+)(?://|$)') as Project

• ([^/]+)：捕获Project/后的项目名（所有非/的字符）
• (?://|$)：非捕获分组，匹配后续的//或字符串结束，确保只提取到目标内容

两种方案都能输出预期结果：

AAA
ZZZ
blabla
hhhhhhh

内容的提问来源于stack exchange，提问作者user23086613