如何在AWS Athena中提取字符串内的指定子串？

针对生产环境表中Column A的JSON格式字符串，要提取display_value字段的值，可以用以下两种高效方法：

方法1：使用json_extract_scalar直接提取 #

该函数专门用于从JSON字符串中提取标量值（字符串、数字、布尔等），语法简洁直接：

SELECT 
  json_extract_scalar(column_a, '$.display_value') AS extracted_value
FROM 
  your_production_table;

参数说明：

• column_a：存储JSON字符串的目标列
• $.display_value：JSON路径表达式，定位到根节点下的display_value字段

方法2：先解析为JSON对象再提取 #

先用json_parse将字符串转换为JSON结构体，再通过点语法访问字段：

SELECT 
  json_parse(column_a).display_value AS extracted_value
FROM 
  your_production_table;

生产环境注意事项 #

• 确保Column A中的内容是合法JSON格式，若存在格式错误，函数会返回NULL或触发报错，建议提前验证数据完整性。
• 若display_value字段可能缺失，可结合coalesce函数返回默认值，避免NULL影响后续逻辑：

  SELECT 
    coalesce(json_extract_scalar(column_a, '$.display_value'), 'N/A') AS extracted_value
  FROM 
    your_production_table;
  

内容的提问来源于stack exchange，提问作者prashantd86