Google SQL中如何使用REGEX_EXTRACT提取GH Name对应内容

场景说明 #

数据表字段中存储的字符串统一采用-作为分段分隔符，格式示例如下：

BA - GH: 236274637437 - GH Name: HHG PRIO BHTG SAMP RAND - 6384 - 38k - Own: dhgfhdh
当前已完成Own字段的正则提取逻辑，需要编写正则精准匹配GH Name后到下一个分隔符前的内容，避免带入后续分段的无关字符。

可直接使用的SQL代码 #

SELECT 
  COLNAME,
  -- 提取GH Name字段值
  REGEXP_EXTRACT(COLNAME, r'GH Name: (.*?)(?: - |$)', 1) AS gh_name,
  -- 优化原有Own字段提取逻辑，去除前缀、避免冗余匹配
  REGEXP_EXTRACT(COLNAME, r'Own: (.*?)(?: - |$)', 1) AS own
FROM tablename

正则逻辑说明 #

• 前缀匹配GH Name: ：精准定位目标字段的起始位置，避免误匹配其他带GH、Name关键词的无关片段
• 捕获组(.*?)：采用非贪婪模式匹配任意字符，匹配到第一个截止标记就停止，这部分就是需要提取的GH Name内容
• 截止匹配(?: - |$)：用非捕获组匹配两种终止场景：要么是字段间的-分隔符，要么是字符串末尾（兼容GH Name为字符串最后一个字段的情况）
• 函数末尾的参数1：指定返回第一个捕获组的内容，自动去掉GH Name: 前缀，拿到纯字段值

注意不要用GH Name:.* - 这类贪婪匹配写法，贪婪模式会一直匹配到字符串最后一个-分隔符，会把后续的6384、38k等无关内容都带入结果中。

内容的提问来源于stack exchange，提问作者jayjay_roy