如何在Azure SQL数据库中从URL提取Steam AppId

需求说明 #

我有一个存储URL的表，数据示例如下，需要提取/app/后的数字（Steam AppId）并插入到另一个表的INT列中。这些数字后可能带有结尾斜杠或多余无关文本：

https://store.steampowered.com/app/123
https://store.steampowered.com/app/1234/
https://store.steampowered.com/app/1234567800/some_game_title/
https://store.steampowered.com/app/999https://baddata.com

期望提取结果：

123
1234
1234567800
999

实现方案 #

Azure SQL数据库支持REGEXP_SUBSTR函数，可基于正则表达式精准提取目标内容，具体操作如下：

1. 提取AppId的查询语句 #

使用REGEXP_SUBSTR匹配/app/后的连续数字，确保只提取有效数字部分：

SELECT 
    REGEXP_SUBSTR(url_column, '\/app\/(\d+)', 1, 1, 'c', 1) AS steam_app_id
FROM 
    你的源表名;

• 参数说明：
  • url_column：存储URL的列名
  • '\/app\/(\d+)'：正则表达式，匹配/app/后连续的数字（\d+确保至少匹配一个数字，比\d*更严谨）
  • 1, 1：从字符串第1位开始，取第1个匹配结果
  • 'c'：区分大小写（此处不影响，可省略）
  • 1：返回第1个捕获组的内容（即括号内的数字）

2. 插入到目标表 #

将提取结果转换为INT类型后插入目标表，用INSERT...SELECT语句完成：

INSERT INTO 你的目标表名(app_id列名)
SELECT 
    CAST(REGEXP_SUBSTR(url_column, '\/app\/(\d+)', 1, 1, 'c', 1) AS INT)
FROM 
    你的源表名
WHERE 
    REGEXP_SUBSTR(url_column, '\/app\/(\d+)', 1, 1, 'c', 1) IS NOT NULL;

• 添加WHERE子句是为了过滤未匹配到有效AppId的行，避免向INT列插入NULL导致报错

3. 特殊情况处理 #

针对https://store.steampowered.com/app/999https://baddata.com这类AppId后紧跟无关字符的URL，上述正则会自动在遇到非数字字符时停止匹配，准确提取出999。

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