有没有办法匹配 RE2 中指定字符的前后？

Question

我需要在较大的文档中查找可能是信用卡详细信息的数字，例如346490606109917。我想忽略其中包含信用卡样式详细信息的较大数字，例如96213464906061099171.

在常规 RegEx 中（请原谅双关语），我可以在模式的开头使用 (?<![0-9])，在结尾使用 (?![0-9])，这样只有与信用卡格式将被匹配，并且可能包含信用卡样式编号的较大数字将被忽略。数字两边的非数字字符都可以。

我的模式是

(?<![0-9])(4[0-9]{12}(?:[0-9]{3})?|(?:5[1-5][0-9]{2}|222[1-9]|22[3-9][0-9]|2[3-6][0-9]{2}|27[01][0-9]|2720)[0-9]{12}|3[47][0-9]{13}|3(?:0[0-5]|[68][0-9])[0-9]{11}|6(?:011|5[0-9]{2})[0-9]{12}|(?:2131|1800|35\d{3})\d{11})(?![0-9])

例如，

在正常的 RegEx 中会在 abc346490606109917zyz 上产生匹配，但在 abc96213464906061099171xyz 上不会产生匹配。

但是，this isn't supported in Regex2，这是 BigQuery 使用的 - 它在文档中列为 "not supported"。

RE2 中是否有等效项，或者不可能？

Answer 1

以下适用于 BigQuery 标准 SQL

#standardSQL
WITH `project.dataset.table` AS (
  SELECT 'abc346490606109917zyz' str UNION ALL
  SELECT 'abc96213464906061099171xyz'
)
SELECT *, REGEXP_CONTAINS(str, r'(^|[^0-9])(4[0-9]{12}(?:[0-9]{3})?|(?:5[1-5][0-9]{2}|222[1-9]|22[3-9][0-9]|2[3-6][0-9]{2}|27[01][0-9]|2720)[0-9]{12}|3[47][0-9]{13}|3(?:0[0-5]|[68][0-9])[0-9]{11}|6(?:011|5[0-9]{2})[0-9]{12}|(?:2131|1800|35\d{3})\d{11})($|[^0-9])') check
FROM `project.dataset.table`

结果低于

Row str                         check    
1   abc346490606109917zyz       true     
2   abc96213464906061099171xyz  false

(^|[^0-9]) 部分标识字符串的开头或非数字序列。 ($|[^0-9]) 相同，但不是开始，而是表示字符串结尾或非数字序列

如果您还需要提取卡号 - 使用下面的示例

#standardSQL
WITH `project.dataset.table` AS (
  SELECT 'abc346490606109917zyz' str UNION ALL
  SELECT 'abc96213464906061099171xyz'
)
SELECT *, 
  REGEXP_CONTAINS(str, r'(^|[^0-9])(4[0-9]{12}(?:[0-9]{3})?|(?:5[1-5][0-9]{2}|222[1-9]|22[3-9][0-9]|2[3-6][0-9]{2}|27[01][0-9]|2720)[0-9]{12}|3[47][0-9]{13}|3(?:0[0-5]|[68][0-9])[0-9]{11}|6(?:011|5[0-9]{2})[0-9]{12}|(?:2131|1800|35\d{3})\d{11})($|[^0-9])') check,
  REGEXP_EXTRACT(str, r'(?:^|[^0-9])(4[0-9]{12}(?:[0-9]{3})?|(?:5[1-5][0-9]{2}|222[1-9]|22[3-9][0-9]|2[3-6][0-9]{2}|27[01][0-9]|2720)[0-9]{12}|3[47][0-9]{13}|3(?:0[0-5]|[68][0-9])[0-9]{11}|6(?:011|5[0-9]{2})[0-9]{12}|(?:2131|1800|35\d{3})\d{11})(?:$|[^0-9])') number
FROM `project.dataset.table`

结果将是

Row str                         check   number   
1   abc346490606109917zyz       true    346490606109917  
2   abc96213464906061099171xyz  false   null

这里，在REGEXP_EXTRACT中需要用(?:regular_expression)表示非捕获组

有没有办法匹配 RE2 中指定字符的前后？

Is there a way to match before and after specified characters in RE2?

regex

re2

google-bigquery