如何在Bigquery中使用正则表达式

Question

我无法在bigquery的customtarget列上应用适当的正则表达式 。

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：

必须指定一个捕获组

更新：

但是无法获得子字符串u ='anystring'

如何在CustomTargeting ='％u = somestring％'处提取数据？

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子句中-您可以使用
WHERE REGEXP_MATCH(CustomTargeting, r'(?:^|;)u=(\\d*)')

因此，您的查询看起来像

#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

与SELECT相同
但是对于不同的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-要解决提供的数据示例：

正则表达式从r'^u=(\\d*)')为r'(?:^|;)u=(\\d*)') -希望它具有自我描述性，但如果不是，则可以匹配在字符串的开头或之后搜索;