如何在BigQuery中提取列内以‘ - ’分隔的第二个子串？

需求说明 #

现有数据：

id  val
1   ajkdks - jkdj
2   djs - djsd

需要提取val字段中" - "分隔后的第二个值，得到结果：

id val
1  jkdj
2  djsd

已知MySQL中使用以下语句实现：

SUBSTRING_INDEX(SUBSTRING_INDEX(val, " - ", 2)," - ",-1)

BigQuery 实现方式 #

方法1：使用 SPLIT 函数 #

BigQuery的SPLIT函数可将字符串按指定分隔符拆分为数组，直接取数组的第二个元素（BigQuery数组索引从1开始）：

SELECT
  id,
  SPLIT(val, " - ")[OFFSET(1)] AS val
FROM
  your_table_name

方法2：使用 REGEXP_EXTRACT 函数 #

若分隔符格式固定，可通过正则匹配提取分隔符后的内容：

SELECT
  id,
  REGEXP_EXTRACT(val, r' - (.*)$') AS val
FROM
  your_table_name

方法3：模拟MySQL SUBSTRING_INDEX 逻辑 #

如果想完全对应MySQL的嵌套调用逻辑，也可以用正则组合实现，但写法相对繁琐，仅作参考：

SELECT
  id,
  REGEXP_EXTRACT(
    REGEXP_REPLACE(val, r'(.* - ){2}.*', r'\1'),
    r' - (.*)$'
  ) AS val
FROM
  your_table_name

内容的提问来源于stack exchange，提问作者Ririn