如何在 BigQuery 中使用 REGEXP_EXTRACT 仅提取数值？

Posted 2023-03-25

【中文标题】如何在 BigQuery 中使用 REGEXP_EXTRACT 仅提取数值？

【英文标题】：How to extract just numeric value with REGEXP_EXTRACT in BigQuery?

【发布时间】：2020-03-05 09:03:36

【问题描述】：

我正在尝试仅从 BigQuery 中的特定列中提取数字。 相关字段的格式如下： value = "Livraison_21J|Relais_19J" 或 "RELAIS_15 DAY" 我正在尝试提取关键字“Relais”前面的每个值的天数。 天数范围从 1 到 100。

我是这样做的：

SELECT CAST(REGEXP_EXTRACT(delivery, r"RELAIS_([0-9]+J)") as string) as relayDay
FROM TABLE

我希望能够只提取天数，而不管数字后面的字符串是“J”还是“DAY”。

样本数据：

RETRAIT_2H|LIVRAISON_5J|RELAIS_5J    |     5J

LIVRAISON_21J|RELAIS_19J             |     19J

LIVRAISON_21J|RELAIS_19J             |     19J

RETRAIT_2H|LIVRAISON_3J|RELAIS_3J    |     3J

【问题讨论】：

请提供应匹配的样本数据

和第一个数字一样，你的意思是19吗？第二个数字 > 15 后面没有大写 J。这意味着你的模式是错误的。

试试SPLIT(REGEXP_REPLACE(delivery, r'[^0-9|]+',''), '|')

添加样本数据

样本数据中的| 是什么意思？预期结果？所以你想要一个值，在最后一个 J 或 DAY 之前？那就试试REGEXP_EXTRACT(delivery, r"(?:.*\D)?(\d+)\s*(?:J|DAY)")

【参考方案1】：

你可以使用

REGEXP_EXTRACT(delivery, r"(?:.*\D)?(\d+)\s*(?:J|DAY)")

见regex demo

详情

(?:.*\D)? - 一个可选的非捕获组，它尽可能多地匹配除换行符 chsrs 之外的 0+ 个字符，然后是一个非数字字符（此模式需要将索引推进到最后一个数字序列之前的位置，而不是最后一个数字） (\d+) - 第 1 组（正是 REGEXP_EXTRACT 返回的内容）：一位或多位数字 \s* - 0+ 个空格 (?:J|DAY) - J 或 DAY 子字符串。