在BigQuery列中基于键提取值：提取startDate字段方案

我有如下格式的键值对数据（非JSON格式）：

希望仅从Attributes字段中提取startDate，预期输出如下：

我曾尝试将Attributes列转换为JSON格式（首尾添加{}、为键值添加双引号）来提取startDate，但不想依赖正则表达式，是否有更有效的解决方案？

可以通过字符串分割+键值对匹配的方式实现，完全不需要正则表达式，逻辑直观且兼容性强，以下分两种常用场景给出具体实现：

1. 编程语言（以Python为例） #

通过分层分割字符串，精准定位startDate对应的值：

# 模拟读取的原始数据行
raw_data = [
    "id | Attributes",
    "---|---------------------------------------------------",
    "12 | Country:US, Eligibility:Yes, startDate:2022-08-04",
    "33 | Country:CA, Eligibility:Yes, startDate:2021-12-01",
    "11 | Country:IN, Eligibility:No, startDate:2019-11-07"
]

# 输出结果表头
print("id | Attributes_startDate")
print("---|----------------------")

# 遍历处理数据行（跳过前两行表头和分隔线）
for line in raw_data[2:]:
    # 分割id和Attributes字段，去除多余空格
    id_part, attrs_content = [part.strip() for part in line.split("|")]
    # 将Attributes拆分为单个键值对
    key_value_pairs = attrs_content.split(", ")
    # 查找startDate对应的值
    target_date = ""
    for kv in key_value_pairs:
        # 只分割一次冒号，避免值中包含冒号的情况
        key, value = kv.split(":", 1)
        if key == "startDate":
            target_date = value
            break
    # 输出该行结果
    print(f"{id_part} | {target_date}")

2. SQL查询（以MySQL为例） #

利用字符串截取函数嵌套实现，无需正则：

SELECT 
    id,
    SUBSTRING_INDEX(
        SUBSTRING_INDEX(Attributes, 'startDate:', -1),
        ',', 1
    ) AS Attributes_startDate
FROM your_table_name;

逻辑说明：先截取startDate:之后的所有内容，再截取第一个逗号之前的部分，即可得到目标日期。

这种方案的优势：

• 完全脱离正则依赖，代码/查询逻辑易懂
• 适配多数同格式的键值对数据，可轻松扩展提取其他字段
• 处理效率稳定，不会出现正则匹配的边界问题

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