代码之家 › 专栏 › 技术社区 › Sinister Beard

RE2中指定字符前后是否有匹配的方法?

re2 google-bigquery regex

Sinister Beard · 技术社区 · 6 年前

我需要在更大的文档中找到可能是信用卡详细信息的数字,例如。 346490606109917 . 我想忽略其中包含信用卡风格细节的较大数字,例如。 96213464906061099171 .

在普通的正则表达式中(如果你能原谅双关语的话),我可以使用 (?<![0-9]) 在模式开始时 (?![0-9]) 最后,这样只匹配与信用卡格式完全匹配的号码,而其中可能包含信用卡样式号码的较大号码将被忽略。数字两边的非数字字符都可以。

我的模式是

(?<![0-9])(4[0-9]{12}(?:[0-9]{3})?|(?:5[1-5][0-9]{2}|222[1-9]|22[3-9][0-9]|2[3-6][0-9]{2}|27[01][0-9]|2720)[0-9]{12}|3[47][0-9]{13}|3(?:0[0-5]|[68][0-9])[0-9]{11}|6(?:011|5[0-9]{2})[0-9]{12}|(?:2131|1800|35\d{3})\d{11})(?![0-9])

在正常的正则表达式中 abc346490606109917zyz 但不是在 abc96213464906061099171xyz ,例如。

然而, this isn't supported in Regex2 ,这就是BigQuery使用的功能—在文档中它被列为“不受支持”。

RE2中是否有等效物,或不可能?

1 回复 | 直到 6 年前

Mikhail Berlyant 6 年前

下面是BigQuery标准SQL

#standardSQL
WITH `project.dataset.table` AS (
  SELECT 'abc346490606109917zyz' str UNION ALL
  SELECT 'abc96213464906061099171xyz'
)
SELECT *, REGEXP_CONTAINS(str, r'(^|[^0-9])(4[0-9]{12}(?:[0-9]{3})?|(?:5[1-5][0-9]{2}|222[1-9]|22[3-9][0-9]|2[3-6][0-9]{2}|27[01][0-9]|2720)[0-9]{12}|3[47][0-9]{13}|3(?:0[0-5]|[68][0-9])[0-9]{11}|6(?:011|5[0-9]{2})[0-9]{12}|(?:2131|1800|35\d{3})\d{11})($|[^0-9])') check
FROM `project.dataset.table`

结果如下

Row str                         check    
1   abc346490606109917zyz       true     
2   abc96213464906061099171xyz  false

这个 (^|[^0-9]) 部分标识字符串的开头或非数字序列。同样适用于 ($|[^0-9]) 但它不表示开始,而是表示字符串结束或非数字序列

如果您还需要提取卡号,请使用下面的示例

#standardSQL
WITH `project.dataset.table` AS (
  SELECT 'abc346490606109917zyz' str UNION ALL
  SELECT 'abc96213464906061099171xyz'
)
SELECT *, 
  REGEXP_CONTAINS(str, r'(^|[^0-9])(4[0-9]{12}(?:[0-9]{3})?|(?:5[1-5][0-9]{2}|222[1-9]|22[3-9][0-9]|2[3-6][0-9]{2}|27[01][0-9]|2720)[0-9]{12}|3[47][0-9]{13}|3(?:0[0-5]|[68][0-9])[0-9]{11}|6(?:011|5[0-9]{2})[0-9]{12}|(?:2131|1800|35\d{3})\d{11})($|[^0-9])') check,
  REGEXP_EXTRACT(str, r'(?:^|[^0-9])(4[0-9]{12}(?:[0-9]{3})?|(?:5[1-5][0-9]{2}|222[1-9]|22[3-9][0-9]|2[3-6][0-9]{2}|27[01][0-9]|2720)[0-9]{12}|3[47][0-9]{13}|3(?:0[0-5]|[68][0-9])[0-9]{11}|6(?:011|5[0-9]{2})[0-9]{12}|(?:2131|1800|35\d{3})\d{11})(?:$|[^0-9])') number
FROM `project.dataset.table`

结果将是

Row str                         check   number   
1   abc346490606109917zyz       true    346490606109917  
2   abc96213464906061099171xyz  false   null

在这里,在 REGEXP_EXTRACT 你需要使用 (?:regular_expression) 指示非捕获组

推荐文章

Hal · 如何在bigquery中从长数据创建列表?

2 年前

Danne Paredes · 如何:对于每个唯一id,对于每个唯一版本,获取最佳分数并将其组织到一个表中

2 年前

Justin · 从字符串中提取日期的大查询

2 年前

Evans Gunawan · 如何使用sql bigquery中的前一列值将数据重塑为新列?

2 年前

Fernando Gomes · 这是本月的第一周。一周从周一开始,周日结束

2 年前

Bill LaLonde · 此错误意味着什么:从位置0开始的行中缺少列索引8所需的列值

2 年前

vinay lokwani · 在大查询中的嵌套字段中插入用于输入数据的语句

2 年前

anat · 在BigQuery中的特定字符串后查找n个字符

2 年前

SaravanaKumar Prithiviraj · 如何在bigquery资源中检测权限删除

2 年前

Anil · 在Google Big\u查询中显示每月的第一天

6 年前