用于获取文件路径直到给定斜杠数字的正则表达式

Question

我有一个日志 table，其中一行 'path' 的值类似于 root/home/desktop/parent/child/grandchild 我想根据一些整数输入 'n' 对这一行进行分组，其中n 是我们要提取子字符串的斜杠数，然后对其进行分组。例如：在这种情况下，如果 n = 1，如果 n 为 3，我想按 'root/' 分组，如果想按 'root/home/desktop/' 分组。我怎样才能在 BigQuery 中实现这一点？我可以使用相同的正则表达式还是有更好的方法来实现这一点？无论采用何种方法，都希望能给出一些解释。谢谢！！

Answer 1

不确定下面的例子是否真的需要任何额外的解释

select *, 
  split(path, '/')[safe_offset(0)],
  split(path, '/')[safe_offset(1)],
  split(path, '/')[safe_offset(2)],
  split(path, '/')[safe_offset(3)],
  split(path, '/')[safe_offset(4)],
  split(path, '/')[safe_offset(5)]
from your_table

有输出

I would like to have the splits combined in the form of a string until the last slash ...

从头开始获取部分路径 - 使用下面的示例

create temp function get_path(path string, n int64) as ((
  select string_agg(part, '/' order by offset)
  from unnest(split(path, '/')) part with offset
  where offset < n
));
select  
  get_path(path, 1) n1,
  get_path(path, 2) n2,
  get_path(path, 3) n3,
  get_path(path, 4) n4,
  get_path(path, 5) n5,
  get_path(path, 6) n6
from your_table

输出如下

Answer 2

如果您想使用正则表达式 - 请考虑以下内容

create temp function get_path(path string, n int64) as ((
  regexp_extract(path, r'(^(?:[^/]+/?){' || n || '})')
));
with your_table as (
  select 'root/home/desktop/parent/child/grandchild' path
)
select  
  get_path(path, 1) n1,
  get_path(path, 2) n2,
  get_path(path, 3) n3,
  get_path(path, 4) n4,
  get_path(path, 5) n5,
  get_path(path, 6) n6,
from your_table

有输出

用于获取文件路径直到给定斜杠数字的正则表达式

Regexp expression for getting the file path till a given slash number

google-bigquery