BigQuery 的 Regex Positive Lookbehind 替代方案

Question

我有一个正则表达式，它从列中的参数中提取值，其中很少有用“|”分隔的额外参数。字段中的参数顺序不正确。

我的正则表达式： ^(?:_AB=)[^\|]*

例如：

extraparams	regexp_results
_A=0\|_AB=0\|_ABC=132\|_AC=0\|_ACD=TEST\|_ADU=9\|TEST_P=1	0
_A=0\|AG=INFO\|_ABC=132\|_ACD=EXP\|_AD=9	NULL

此解决方案一直有效，直到我不得不在 BigQuery 中使用它。您是否有想法在不使用 Positive Lookbehind 的情况下重写此模式？

Answer 1

这行得通吗？

SELECT extraparams, REGEXP_REPLACE(REGEXP_EXTRACT(extraparams, r'_AB=(.+?\|){1}'), '\|','') AS regexp_results FROM ( SELECT '_A=0|_AB=0|_ABC=132|_AC=0|_ACD=TEST|_ADU=9|TEST_P=1' AS extraparams UNION ALL SELECT '_A=0|AG=INFO|_ABC=132|_ACD=EXP|_AD=9' AS extraparams )

Answer 2

同时考虑以下方法

select extraparams, 
  ( select split(kv, '=')[safe_offset(1)]
    from unnest(split(extraparams, '|')) kv
    where split(kv, '=')[offset(0)] = '_AB'
  ) as regexp_results
from your_table

如果应用于您问题中的示例数据 - 输出为

BigQuery 的 Regex Positive Lookbehind 替代方案

Regex Positive Lookbehind alternative for BigQuery

regex

sql

google-bigquery

google-cloud-platform