使用 REGEXP_EXTRACT 提取 7 位数字

Posted 2023-03-25

【中文标题】使用 REGEXP_EXTRACT 提取 7 位数字

【英文标题】：Using REGEXP_EXTRACT extract 7 digit numbers

【发布时间】：2017-11-15 14:22:06

【问题描述】：

我有一个要求。我想从其中一列中提取 7 位数字，并使用另一个表查找每个 7 位数字的另一列，并与“|”连接。

列数据：在此需要提取7位数字。 ";2435034;1;5.98;;eVar36=bopis|ev2=2605,;1483528;1;17.97;;ev6=bopis|evar52=2605,;1010203;1;7.98;;ev6=bopis|ev2=2605"

输出（提取 7 位数字）：

 2435034,1483528,1010203 

另一个表：

account name
2435034 D1
1483528 D2
1010203 D3

最终输出是（加入另一个表后）：

     account_nbr        account_name
2435034|1483528|1010203  D1|D2|D3

我尝试使用以下命令提取 7 位数字。我只得到第一个号码，其余号码没有来。

REGEXP_EXTRACT(REGEXP_REPLACE(";2435034;1;5.98;;eVar36=bopis|ev2=2605,;1483528;1;17.97;;ev6=bopis|evar52=2605,;1010203;1;7.98;;ev6=bopis|ev2=2605", r'[^\d]+', ','),r'[0-9]+')

这可能很简单，但无法弄清楚。尝试使用 GROUP_CONCAT 和 SPLIT 函数也出现以下错误。

Exactly one capturing group must be specified

如果您有任何建议，请告诉我。

提前致谢。

【问题讨论】：

尝试将r'[0-9]+' 替换为r'([0-9]+)'。另外r'[^\d]+'可以写成r'\D+'

您可能需要改用标准 SQL 来使用 REGEXP_EXTRACT_ALL。

【参考方案1】：

以下是 BigQuery 标准 SQL

#standardSQL
SELECT 
  STRING_AGG(nbr, '|' ORDER BY pos) account_nbr,
  STRING_AGG(name, '|' ORDER BY pos) account_name,  
  data
FROM `project.dataset.yourTable` t, 
UNNEST(REGEXP_EXTRACT_ALL(REGEXP_REPLACE(t.data, r'[^\d]+', ','),r'[0-9]7')) nbr WITH OFFSET pos
JOIN `project.dataset.anotherTable` x
ON CAST(x.account AS STRING) = nbr
GROUP BY data

您可以使用问题中的虚拟数据来测试/玩它：

#standardSQL
WITH `project.dataset.yourTable` AS (
  SELECT ";2435034;1;5.98;;eVar36=bopis|ev2=2605,;1483528;1;17.97;;ev6=bopis|evar52=2605,;1010203;1;7.98;;ev6=bopis|ev2=2605" data
), `project.dataset.anotherTable` AS (
  SELECT 2435034 account, 'D1' name UNION ALL
  SELECT 1483528, 'D2' UNION ALL
  SELECT 1010203, 'D3' 
)
SELECT 
  STRING_AGG(nbr, '|' ORDER BY pos) account_nbr,
  STRING_AGG(name, '|' ORDER BY pos) account_name,  
  data
FROM `project.dataset.yourTable` t, 
UNNEST(REGEXP_EXTRACT_ALL(REGEXP_REPLACE(t.data, r'[^\d]+', ','),r'[0-9]7')) nbr WITH OFFSET pos
JOIN `project.dataset.anotherTable` x
ON CAST(x.account AS STRING) = nbr
GROUP BY data

更新 cmets 中的新问题：如果 t.data 为空，则会过滤记录。有没有办法即使 t.data 为空也可以获得记录？在我的表中，一些记录对 t.data 没有价值

#standardSQL
WITH `project.dataset.yourTable` AS (
  SELECT 1 id, ";2435031;1;5.98;;eVar36=bopis|ev2=2605,;1483528;1;17.97;;ev6=bopis|evar52=2605,;1010203;1;7.98;;ev6=bopis|ev2=2605" data UNION ALL
  SELECT 2, NULL
), `project.dataset.anotherTable` AS (
  SELECT 2435034 account, 'D1' name UNION ALL
  SELECT 1483528, 'D2' UNION ALL
  SELECT 1010203, 'D3' 
)
SELECT 
  id, 
  (SELECT STRING_AGG(nbr, '|' ORDER BY pos) 
    FROM UNNEST(REGEXP_EXTRACT_ALL(
      REGEXP_REPLACE(t.data, r'[^\d]+', ','),r'[0-9]7')) nbr WITH OFFSET pos
    JOIN `project.dataset.anotherTable` x
      ON CAST(x.account AS STRING) = nbr
  ) a_nbr,
  (SELECT STRING_AGG(name, '|' ORDER BY pos) 
    FROM UNNEST(REGEXP_EXTRACT_ALL(
      REGEXP_REPLACE(t.data, r'[^\d]+', ','),r'[0-9]7')) nbr WITH OFFSET pos
    JOIN `project.dataset.anotherTable` x
      ON CAST(x.account AS STRING) = nbr
  ) a_name,
  data
FROM `project.dataset.yourTable` t
GROUP BY id, data

【讨论】：

我在回答时 - 您的问题评论已被删除。希望我的更新仍然对你有用:o)