代码之家 › 专栏 › 技术社区 › Setu Kumar Basak

如何知道SQL查询中匹配了哪种正则表达式模式

google-bigquery regex sql

Setu Kumar Basak · 技术社区 · 4 年前

我正在写一个SQL查询,我已经 n 要在查询中匹配的正则表达式。

SELECT * FROM
Sample_Table
WHERE
(REGEXP_CONTAINS(content, r"[a-z0-9A-Z]{40}") OR -- expression 1
REGEXP_CONTAINS(content, r"[0-9a-z]{32}") OR -- expression 2
..................
REGEXP_CONTAINS(content, r"[a-z0-9]{80}") OR -- expression n-1
REGEXP_CONTAINS(content, r"[a-z0-9A-Z\%]{35}")) -- expression n

现在,当我返回结果时,我想知道特定的返回行是由表达式1或表达式2匹配的。一种选择是运行每个正则表达式一次并标记结果。但是,由于Google BigQuery中的资源限制,我不得不在一个查询中运行所有正则表达式。

有没有办法用匹配的正则表达式标记每个返回的结果行?

1 回复 | 直到 4 年前

Mikhail Berlyant 4 年前

考虑以下方法

with patterns as (
  select 1 pattern_id, r"[a-z0-9A-Z]{40}" pattern union all
  select 2, r"[0-9a-z]{32}" union all
  select 3, r"[a-z0-9]{80}" union all
  select 4, r"[a-z0-9A-Z\%]{35}"
)
select any_value(t).*, string_agg('' || pattern_id) matches  
from Sample_Table t, patterns p
where regexp_contains(content, pattern)
group by format('%t', t)

如果您有更好的列可用于 group by 你应该使用它——例如

select any_value(t.sample_repo_name), string_agg('' || pattern_id) as matches  
from `bigquery-public-data.github_repos.sample_contents` t, patterns p
where regexp_contains(content, pattern)
group by id

推荐文章