Big Query Regex：匹配一组单词中的所有内容

Question

我正在使用 REGEXP_EXTRACT_ALL(column_with_text, r'(\bword1\b|\bword2\b|\bword3\b)') as matching_words 提取文本中任意位置的 3 个单词中的任何一个，而不考虑顺序和大小写。

对于以下文字：
here random word here word2 or here word1 random words 它提取了 word1 和 word2，这很好。

但是，对于另一个查询，如果所有这三个词都出现在文本中，我想提取这些词，同样不考虑顺序和大小写。我正在尝试： REGEXP_EXTRACT_ALL(column_with_text, r'(\bword1\b)(\bword2\b)(\bword3\b)').

对于以下文字：
here random word here word2 or here word1 random words 它应该 return 什么都没有，因为文本不包含 word3。但它应该 return 所有三个词，如果文本是：here word3 for example random word here word2 or here word1 random words

这会在 Big Query 中引发以下错误：

传递到提取函数的正则表达式不能有超过 1 个捕获组

Answer 1

您可以为此编写自己的函数 - 例如

create temp function regexp_extract_only_if_all(text string, regexp string) as ((
  select if(array_length(arr) = cnt, arr, null) from 
  (select regexp_extract_all(text, r'' || regexp) arr, array_length(regexp_extract_all(regexp, r'\|')) + 1 cnt)
));
with your_table as (
  select 'here random word here word2 or here word1 random words' column_with_text union all
  select 'here word3 for example random word here word2 or here word1 random words'
)
select column_with_text, 
  regexp_extract_only_if_all(column_with_text, r'\bword1\b|\bword2\b|\bword3\b') as extracts
from your_table

有输出

Big Query Regex：匹配一组单词中的所有内容

Big Query Regex: Match all from a set of words

regex

google-bigquery