在BigQuery中遍历记录提取多条用户评论的可行方法

问题分析 #

原SQL仅能处理单条[用户名]评论内容格式的记录，因为它只截取第一个]之后的内容。当存在多条评论拼接（如[用户A]同意[用户B]已处理）时，后续的[用户B]标记会被保留在结果中，导致提取失效。

可行解决方案 #

使用正则表达式替换一次性移除所有[用户名]格式的前缀，适用于绝大多数支持正则的SQL方言：

示例SQL（MySQL 8.0+/BigQuery/Hive等）

SELECT 
  approver_comments_txt AS f0,
  -- 移除所有[xxx]格式的片段，再清理前后空格
  TRIM(REGEXP_REPLACE(approver_comments_txt, '\\[.*?\\]', '')) AS f1
FROM tbl_name

正则说明 #

• \\[ 和 \\]：转义正则中的特殊字符[和]，确保匹配字面量
• .*?：非贪婪匹配，避免将多个[用户名]片段合并匹配（防止把[A]xxx[B]误匹配成整个长片段）
• TRIM()：清理替换后可能出现的前后空格

兼容旧版SQL（无正则支持场景） #

如果你的SQL环境不支持正则，可以使用嵌套替换临时处理，但这种方法仅适用于固定数量的评论，扩展性差。例如处理最多2条评论的情况：

SELECT 
  approver_comments_txt AS f0,
  TRIM(
    REPLACE(
      SUBSTR(approver_comments_txt, STRPOS(approver_comments_txt, ']') + 1),
      SUBSTR(approver_comments_txt, STRPOS(approver_comments_txt, '[', STRPOS(approver_comments_txt, ']')), STRPOS(approver_comments_txt, ']', STRPOS(approver_comments_txt, ']') + 1) - STRPOS(approver_comments_txt, '[', STRPOS(approver_comments_txt, ']')) + 1),
      ''
    )
  ) AS f1
FROM tbl_name

注意：这种方法仅作应急，优先推荐正则方案。

内容的提问来源于stack exchange，提问作者Ayush