如何在SQL中从字符串列提取指定匹配值作为新列？

首先，你之前的语句返回空值是因为目标字符串中不存在promoid字段，且正则写法不够灵活。针对需要提取的字段，以下是适配你数据格式的正则提取方案（以Hive/Spark SQL语法为例）：

提取单个字段的语句 #

• 提取valueid：

  regexp_extract(content, 'valueid=([^\\{|\\{amp\\}]+)', 1)
  

  解释：匹配valueid=开头，直到遇到{|}或{amp}为止的所有字符，捕获组1返回对应值。

• 提取source：

  regexp_extract(content, 'source:([^\\{|]+)', 1)
  

  解释：匹配source:开头，直到遇到{|}为止的所有字符，捕获组1返回对应值。

• 提取pascode：

  regexp_extract(content, 'pascode:([^\\{|]+)', 1)
  

  解释：匹配pascode:开头，直到遇到{|}为止的所有字符，捕获组1返回对应值。

• 提取version：

  regexp_extract(content, 'version:([^\\n]+)', 1)
  

  解释：匹配version:开头，直到行尾的所有字符，捕获组1返回对应值。

完整SQL示例 #

如果要一次性生成四个新列，可使用如下语句：

SELECT
  content,
  regexp_extract(content, 'valueid=([^\\{|\\{amp\\}]+)', 1) AS valueid,
  regexp_extract(content, 'source:([^\\{|]+)', 1) AS source,
  regexp_extract(content, 'pascode:([^\\{|]+)', 1) AS pascode,
  regexp_extract(content, 'version:([^\\n]+)', 1) AS version
FROM your_table;

关键说明 #

• 正则中的[^...]是否定字符集，表示匹配除括号内字符之外的任意字符，能精准定位字段值的边界。
• 注意转义特殊字符：{|}在正则中有特殊含义，需要用\\转义；如果是在其他SQL引擎中，转义规则可能略有不同，可根据实际调整。

内容的提问来源于stack exchange，提问作者rogercake