【问题标题】：Error: Big Query REGEX_EXTRACT Cannot parse regular expression: invalid perl operator: (?<错误：Big Query REGEX_EXTRACT 无法解析正则表达式：无效的 perl 运算符：(?<
【发布时间】：2019-04-05 11:43:05
【问题描述】：

我尝试从 BigQuery 中的 #1 中提取 #2

REGEXP_EXTRACT(",\"AQk8tmAg94ZUZwqYKd6kHrswiVZR0wKNuTvSpr6COCLpki\"", r"(?<=,\")[a-zA-Z0-9]*")

#1 我试图从中提取的字符串

,"AQk8tmAg94ZUZwqYKd6kHrswiVZR0wKNuTvSpr6COCLpki"

#2 REGEX_EXTRACT 的预期结果

AQk8tmAg94ZUZwqYKd6kHrswiVZR0wKNuTvSpr6COCLpki

有人可以帮助我在正则表达式中正确转义引号和括号以从 #1 中提取 #2 吗？

【问题讨论】：

您有逗号分隔的值列表吗？如果是这样，请将其包含在您的问题中，突出显示您要匹配的组件，然后为我们提供如何找出该组件的逻辑。

标签： regex google-bigquery

【解决方案1】：

我怀疑错误与您的后视有关，REGEX_EXTRACT 不支持。一种解决方法可能是将REGEX_REPLACE 与捕获组一起使用：

REGEXP_REPLACE(col, r",\"([a-zA-Z0-9]*)\"", "\\1")

这里我假设col 的值如下：

,"AQk8tmAg94ZUZwqYKd6kHrswiVZR0wKNuTvSpr6COCLpki"

你在问题中提到的。

【讨论】：

有了这个，我得到了 AQk8tmAg94ZUZwqYKd6kHrswiVZR0wKNuTvSpr6COCLpki"
... 符合您声明的预期结果。你期待不同的东西吗？
我希望 AQk8tmAg94ZUZwqYKd6kHrswiVZR0wKNuTvSpr6COCLpki 结尾没有引号
@PreeteshGaitonde REGEXP_REPLACE(col, r",\"([a-zA-Z0-9]*)\"", "\\1") ...你能试试这个吗？我认为问题在于我在过去匹配的模式末尾留下了一个尾随引号。

【解决方案2】：

以下示例适用于 BigQuery 标准 SQL

#standardSQL
WITH `project.dataset.table` AS (
  SELECT ",\"AQk8tmAg94ZUZwqYKd6kHrswiVZR0wKNuTvSpr6COCLpki\"" string1
)
SELECT REGEXP_EXTRACT(string1, r'([a-zA-Z0-9]+)') string2
FROM `project.dataset.table`

结果

Row string2  
1   AQk8tmAg94ZUZwqYKd6kHrswiVZR0wKNuTvSpr6COCLpki

或者只是简单的

SELECT REGEXP_EXTRACT(",\"AQk8tmAg94ZUZwqYKd6kHrswiVZR0wKNuTvSpr6COCLpki\"", r'([a-zA-Z0-9]+)')

顺便说一句，注意：BigQuery 使用 re2 库提供正则表达式支持 - 其中不支持 (?<=re)。同时，从您的示例中不清楚为什么需要它，因为上面的示例没有它就可以完成工作

同时，如果您正在寻找最接近您的正则表达式（有问题） - 您可以使用r'(?:,\")([a-zA-Z0-9]*)'，如下例所示

SELECT REGEXP_EXTRACT(",\"AQk8tmAg94ZUZwqYKd6kHrswiVZR0wKNuTvSpr6COCLpki\"", r'(?:,\")([a-zA-Z0-9]*)')

【讨论】：