sql - BigQuery - 用于匹配已知字符串后的模式的正则表达式(正后向替代)

Question

我需要在已知字符串后提取 8 位数字:

| MyString                     | Extract: | 
| ---------------------------- | -------- | 
| mypasswordis 12345678        | 12345678 | 
| # mypasswordis 12345678      | 12345678 | 
| foobar mypasswordis 12345678 | 12345678 |

我可以用正则表达式来做到这一点:

(?<=mypasswordis.*)[0-9]{8})

但是，当我想在 BigQuery 中使用 REGEXP_EXTRACT 命令执行此操作时，我收到错误消息“无法解析正则表达式:无效的 perl 运算符:(?<”。

我搜索了 re2 library，发现其中似乎没有正向回顾的等价物。

有什么办法可以使用其他方法来做到这一点吗？有点像

SELECT REGEXP_EXTRACT(MyString, r"(?<=mypasswordis.*)[0-9]{8}"))

Answer 1

这里需要一个捕获组来提取模式的一部分，请参阅 REGEXP_EXTRACT docs you linked to :

If the regular expression contains a capturing group, the function returns the substring that is matched by that capturing group. If the expression does not contain a capturing group, the function returns the entire matching substring.

另外，.* pattern 成本太高，你只需要匹配单词和数字之间的空格。

一般，“转换”一个(?<=mypasswordis).*具有正面后视的模式，您可以使用 mypasswordis(.*) .

在这种情况下，您可以使用

SELECT REGEXP_EXTRACT(MyString, r"mypasswordis\s*([0-9]{8})"))

或者只是

SELECT REGEXP_EXTRACT(MyString, r"mypasswordis\s*([0-9]+)"))

参见 re2 regex online test .