BigQuery正向预查替代方案：提取最后斜杠前的全部内容

针对你需要提取URL最后一个斜杠（"/"）之前内容的需求，结合BigQuery不支持正则预查/后查的限制，提供两种实用方案：

方案1：使用REGEXP_REPLACE直接替换冗余部分 #

通过匹配最后一个斜杠及之后的所有内容，将其替换为空字符串，无需依赖预查/后查语法：

SELECT 
  REGEXP_REPLACE(
    'https://www.businessinsider.de/gruenderszene/plus-angebot/?tpcc=onsite_gs_header_nav&verification_code=DOVCGF75J8LSID',
    '/[^/]*$',
    ''
  ) AS cleaned_url;

逻辑说明： #

• /[^/]*$ 是核心正则：
  • / 匹配最后一个斜杠
  • [^/]* 匹配斜杠后所有非斜杠字符
  • $ 锚定到字符串结尾，确保只匹配最后一段内容
• 替换为空后，直接得到最后一个斜杠前的完整URL。

方案2：通过字符串拆分与数组重组实现 #

如果对正则不太熟悉，可以用BigQuery的数组操作函数完成：

SELECT 
  ARRAY_TO_STRING(
    ARRAY_REVERSE(
      ARRAY_SLICE(ARRAY_REVERSE(SPLIT(url, '/')), 1, ARRAY_LENGTH(SPLIT(url, '/')))
    ),
    '/'
  ) AS cleaned_url
FROM (
  SELECT 'https://www.businessinsider.de/gruenderszene/plus-angebot/?tpcc=onsite_gs_header_nav&verification_code=DOVCGF75J8LSID' AS url
);

逻辑说明： #

1. SPLIT(url, '/') 将URL按斜杠拆分成数组
2. ARRAY_REVERSE 反转数组，让最后一段内容（斜杠后部分）移到数组首位
3. ARRAY_SLICE 截取掉反转后的第一个元素，保留前面所有部分
4. 再次反转数组恢复原有顺序，最后用ARRAY_TO_STRING以斜杠拼接成完整URL

内容的提问来源于stack exchange，提问作者Minh Anh Hoang