Google Big Query 中 REGEXP_MATCH 的奇怪行为

Posted 2023-03-25

【中文标题】Google Big Query 中 REGEXP_MATCH 的奇怪行为

【英文标题】：Bizarre Behavior with REGEXP_MATCH in Google Big Query

【发布时间】：2014-02-25 22:18:25

【问题描述】：

我在 google 大查询中看到 REGEXP_MATCH 函数的异常行为。该函数似乎对公共数据非常有效，但不适用于我的数据集。我有一个从 csv 导入的数据集，前两行（第一行是标题行，它全部变成了所有内容都是字符串的架构），还有很多，但以下是这种情况下唯一相关的数据。

"id","common_name","botanical_name","low_hardiness_zone","high_hardiness_zone","type","exposure_min","exposure_max","moisture_min","moisture_max"
"plant1","Abelia","Abelia zanderi 'Conti (Confetti)'","5b","9a","Shrub","Partial Sun","Full Sun","Dry","Dry"

当我运行查询时：

SELECT * FROM [PlantLink_Plant_Types.plant_data_set] 
WHERE REGEXP_MATCH('common_name',r'.*')

我得到每一个结果。

但是，当我运行查询时：

SELECT * FROM [PlantLink_Plant_Types.plant_data_set] 
WHERE REGEXP_MATCH('common_name',r'A.*')

我没有得到任何结果，这真的很奇怪，因为植物通用名 Abelia 以 A 开头。

现在我的正则表达式魔法不是那么强大，但我很确定模式没有错。此外，我使用REGEXP_MATCH 运行了公共数据集测试查询，它们运行正常。有谁知道为什么REGEXP_MATCH 不会总是像宣传的那样运作？

【参考方案1】：

注意：

REGEXP_MATCH('common_name',r'.*') 匹配字符串 'common_name'

同时

REGEXP_MATCH(common_name,r'.*') 匹配表中名为 common_name 的字段

第一个总是正确的，因此你会得到所有的结果。 我猜你想引用该字段的内容，所以你需要使用第二个。

REGEXP_MATCH(common_name,r'A.*') 应该返回字段 common_name 包含“A”的所有记录。

希望这会有所帮助。

【参考方案2】：

问题是字符串“common_name”不以“A”开头。

检查一下：

REGEXP_MATCH('common_name',r'.*')：所有结果。 REGEXP_MATCH('common_name',r'A.*')：没有结果。 REGEXP_MATCH('common_name',r'c.*')：所有结果。 REGEXP_MATCH(common_name,r'A.*')：某处为“A”的所有结果。

:)

【讨论】：

我非常愚蠢。该死的，我以为那东西只取列名。谢谢！

别害羞，这是一个完全正确的问题！