将猪拉丁正则表达式代码转换为 Google BigQuery

Question

我正在尝试将以下 Pig Latin regex_extract 函数转换为 Google BigQuery 正则表达式。有人可以分享他们对此的想法。我的 Pig Latin 代码如下所示，并希望在 Google BigQuery 中以相同的方式实现它。如果可以，请分享您的宝贵意见。谢谢。

**`Pig Latin code :-`**


report = foreach temp generate referrerUrl, 
                               REGEX_EXTRACT(referrerUrl, '(?i)[&\\\\?]referrer=([^&\\\\u003b]+).*', 1)  as referrerUrl_Final,
                               lUrl, 
                           REGEX_EXTRACT(locationUrl, '((?<=[\\\\u003B|&]r=)[^\\\\u003B|&]+)', 1) AS locationUrl_Final

Answer 1

在这种情况下，无需在 Pig 和 BigQuery 之间进行转换。只需将您的 temp 数据以 CSV 或 JSON 格式加载到 BigQuery 中并使用：

SELECT
    referrerURL,
    REGEX_EXTRACT(referrerUrl, '(?i)[&\\\\?]referrer=([^&\\\\u003b]+).*') AS referrerUrl_Final,
    lUrl,
    REGEX_EXTRACT(locationUrl, '((?<=[\\\\u003B|&]r=)[^\\\\u003B|&]+)') AS locationUrl_Final
FROM
    [Mydata.Temp]

Regex 的解释应该类似，但也许您可以共享几行数据进行测试？ AFAIK 的唯一区别是 BigQuery 的 REGEX_EXTRACT 函数没有匹配组索引参数。