如何在 Bigquery 中使用正则表达式

Question

我无法在 bigquery 的 customtarget 列上应用正确的正则表达式。

使用普通的 MSSQL：

SELECT * from mytable where CustomTargeting like = '%u=%'  -- is all okay

使用 Bigquery(legacy-sql) ：

SELECT REGEXP_EXTRACT(CustomTargeting, r'[^u=\d]') as validate_users
from [project:dataset.impressions_4213_20181112] Limit 10

错误：

必须仅指定一个捕获组

更新：

但无法获得子字符串 u ='anystring'

如何提取 CustomTargeting ='%u=somestring%' 的数据？

Answer 1

对于 BigQuery 旧版 SQL

在SELECT语句列表中，您可以使用
SELECT REGEXP_EXTRACT(CustomTargeting, r'(?:^|;)u=(\d*)')

在WHERE条款 - 你可以使用
WHERE REGEXP_MATCH(CustomTargeting, r'(?:^|;)u=(\d*)')

所以，你的查询看起来像

#legacySQL
SELECT CustomTargeting, REGEXP_EXTRACT(CustomTargeting, r'(?:^|;)u=(\d*)') 
FROM [project:dataset.impressions_4213_20181112]
WHERE REGEXP_MATCH(CustomTargeting, r'(?:^|;)u=(\d*)')   

对于 BigQuery 标准 SQL

相同的SELECT
但不同的WHERE-WHERE REGEXP_CONTAINS(CustomTargeting, r'(?:^|;)u=(\d*)')

#standardSQL
SELECT CustomTargeting, REGEXP_EXTRACT(CustomTargeting, r'(?:^|;)u=(\d*)') 
FROM `project.dataset.impressions_4213_20181112`
WHERE REGEXP_CONTAINS(CustomTargeting, r'(?:^|;)u=(\d*)')  

更新 - 解决提供的数据示例：

从r'^u=(\d*)')to更新的正则表达式r'(?:^|;)u=(\d*)')- 希望它是自描述的，但如果不是 - 它会在字符串的开头或之后进行搜索;