bigquery 非贪婪 REGEXP_EXTRACT

Question

如何为 REGEXP_SUBSTR 函数提取最短匹配（惰性、非贪婪）？

Regex .*? 应该返回非贪婪结果。

但是 bigquery REGEXP_SUBSTR 返回 {"r": [{"l": 10, "s": 1, "t": ["1"]}, {"l": 100, "s": 3, "t": ["3", "4"]} 而不是 {"l": 100, "s": 3, "t": ["3", "4"]} 与 regex = r'\{.*?"t": \["3", "4"\]\}'

有这方面的提示吗？

注意：JSONPATH 不适用于我（即 bigquery 不支持 jsonpath 数组过滤器。）

WITH tbl AS (
  SELECT r'{"r": [{"l": 10, "s": 1, "t": ["1"]}, {"l": 100, "s": 3, "t": ["3", "4"]}]}' AS jstr
)
SELECT 
   jstr
  ,REGEXP_EXTRACT(jstr, r'\{.*?"t": \["3", "4"\]\}') AS e1
FROM tbl

Answer 1

BigQuery 确实支持 JSON 路径。我认为这对你有用：

JSON_QUERY(jstr, '$.r[0].t')

至于您的正则表达式，据我所知，它与标准正则表达式行为一致。

我认为问题是您希望非贪婪运算符找到此子字符串的最短匹配项，但这并不是它的真正意图。非贪婪运算符只是说“在寻找匹配项时尽可能少地重复” - 正则表达式找到第一个大括号，尽可能少地使用字符，直到它命中 '[3, 4]'，然后停止 - - 成功！

如果您处于贪婪模式，它会继续搜索另一个可能的 '[3, 4]' 匹配。在非贪婪模式下，它会停在第一个 - 但不会回溯以获得可能的绝对最小序列。