Google Big Query 中的第二个子字符串

Question

我正在尝试使用 Google Big Query 查找字符串中子字符串第二次出现的索引。

例如，在字符串 'challcha' 中，第二次出现 'ch' 将在位置 6。

我知道这可以在 Oracle 中使用 CharIndex 来实现。我正在尝试在 Google Big Query 中实现这一点。

任何帮助表示赞赏！

Answer 1

对于具有纯SQL 字符串函数的BigQuery

SELECT test, 
  INSTR(test, 'ch') + 1 + INSTR(SUBSTR(test, INSTR(test, 'ch') + 2), 'ch') AS pos,
FROM 
  (SELECT 'challcha' AS test),
  (SELECT 'chcha' AS test),
  (SELECT 'chha' AS test)
WHERE 
  INSTR(SUBSTR(test, INSTR(test, 'ch') + 2), 'ch') > 0

注意： INSTR 区分大小写，因此如果您有大小写混合的情况，您可能希望将所有内容都放在 LOWER 或 UPPER 中

使用BigQuery 用户定义函数

SELECT test, pos FROM JS(
(
  SELECT test FROM 
    (SELECT 'challcha' AS test),
    (SELECT 'chcha' AS test),
    (SELECT 'chha' AS test)
) ,
test,
"[{name: 'test', type:'string'},
  {name: 'pos', type:'integer'}
  ]
",
"function(r, emit) {
  var search = 'ch';
  var pos1 = r.test.indexOf(search) + 1;
  var pos2 = r.test.indexOf(search, pos1) + 1;
  if (pos1 * pos2 == 0) pos2 = 0
  emit({test: r.test, pos: pos2});
}"
)

使用纯 BigQuery正则表达式函数

SELECT test, 
  LENGTH(REGEXP_EXTRACT(test, r'(?i)(.*?)ch')) + 3 + 
    LENGTH(REGEXP_EXTRACT(REGEXP_EXTRACT(test, r'(?i)ch(.*)'), r'(?i)(.*?)ch')) AS len,
FROM 
  (SELECT 'ChallCha' AS test),
  (SELECT 'abChallCha' AS test),
  (SELECT 'chcha' AS test),
  (SELECT 'chha' AS test)