BigQuery - 查找 unicode 字符

Question

我希望构建一个查询，该查询将查找给定列中具有 unicode 字符的记录。

我尝试过各种变体

SELECT col 
FROM [project:dataset.table] 
where (REGEXP_MATCH(path,r"[\u0020-\u007E]"))

似乎无法获得正则表达式的正确语法。这个特定的给出了错误：

无法解析正则表达式“[\u0020-\u007E]”：无效的转义序列：\u

读到这里似乎暗示双引号应该启用 unicode 转义。显然不是。

建议？

---

编辑：

数据（大致）的形式

• 时间戳
• 记录编号
• 大批 [
  • 数据分数a
  • 数据分数 b ]

想象一下，我想要查找任何数据部分a包含 unicode 字符的记录。这更有意义吗？

Answer 1

请尝试以下操作 - 用于/与 BigQuery Standard SQL 一起使用

#standardSQL
SELECT col 
FROM `project.dataset.table` 
WHERE REGEXP_CONTAINS(path, '''[\u0020-\u007E]''')  

想象一下，我想要查找任何数据部分 a 包含 unicode 字符的记录。

#standardSQL
WITH `project.dataset.table` AS (
  SELECT 1 AS col, ['ab!"#$%&()*+,-./', 'cd!"#$%&()*+,-./'] AS path UNION ALL
  SELECT 2, ['12,3', '456', '789'] UNION ALL
  SELECT 3, ['abc']
)
SELECT *
FROM `project.dataset.table` 
WHERE (
  SELECT COUNTIF(REGEXP_CONTAINS(path, '''[\u0020-\u0030]''')) 
  FROM UNNEST(path) AS path 
) > 0