[bigquery]string項目内にhtml情報が入ってる場合の操作メモ

テーブルの中に、以下のようなデータが入っている場合

項目名: string_html

<p> 期間限定オリジナルドリンク販売中！<br>世界中で最ものまれている飲料の一つです<br>今なら10%OFF！</p>・・・

SELECT
  REGEXP_EXTRACT(string_html, r'<p>(.*?)<') AS first_paragraph
FROM
  dataset.table

> 期間限定オリジナルドリンク販売中！

• REGEXP_EXTRACT関数を使用して、正規表現パターンにマッチする部分を抽出する
• 正規表現パターン r'<p>(.*?)<' の意味:
  • <p> : 開始タグ
  • (.*?) : 任意の文字列をキャプチャ
  • < : 次のタグの判定
• この正規表現は最初に出現する<p>タグの内容を抽出する