如何在Amazon Redshift中提取URL的utm_source与utm_campaign字段

直接使用Redshift支持的REGEXP_SUBSTR函数即可实现需求，无需临时表，完整查询语句如下：

SELECT 
    email_id,
    url,
    -- 提取utm_source参数的值
    REGEXP_SUBSTR(url, 'utm_source=([^&]+)', 1, 1, 'e') AS utm_source,
    -- 提取utm_campaign参数的值
    REGEXP_SUBSTR(url, 'utm_campaign=([^&]+)', 1, 1, 'e') AS utm_campaign
FROM emailsends
WHERE date > '2023-01-01'

逻辑说明： #

• 正则表达式utm_source=([^&]+)：匹配utm_source=后直到下一个&（或字符串末尾）的所有字符，[^&]+表示匹配任意非&的字符，适配参数在URL任意位置的场景
• 函数参数'e'：指定返回正则捕获组（括号内部分）的内容，直接提取参数值，而非带前缀的整段字符串
• 若URL中不存在对应的utm参数，对应字段会返回NULL，符合业务逻辑
• 日期改用'2023-01-01'格式：Redshift对ISO标准日期解析更稳定，避免因系统日期格式设置差异导致的查询错误

内容的提问来源于stack exchange，提问作者user14452102