谷歌BigQuery是否支持不区分大小写的正则表达式匹配？

Question

在Google BigQuery中，我想检查是否存在'confirm'或'Confirm':

REGEXP_CONTAINS(h.page.PagePath, r'Confirm') or
REGEXP_CONTAINS(h.page.PagePath, r'confirm'))

我是一名Perl程序员，而在Perl中我们这么做

$foo =~ /confirm/i    # case-insensitive

Google BigQuery有没有修改REGEXP_MATCH的标志？我在他们的在线文档中没有看到任何示例。

- Mark Ginsburg

Answer 1

REGEXP_CONTAINS 使用RE2库，因此您可以像这样使用内联修饰符：

REGEXP_CONTAINS(h.page.PagePath, r'(?i)confirm') 
                                   ^^^^  

请查看 RE2 文档:

(?flags)    在当前组内设置标志位；非捕获性 ...
            标志位
i  忽略大小写（默认为 false）
m  多行模式：除了匹配文本的开始和结束位置之外，还将匹配行首和行尾（默认为 false）
s  让 . 匹配 \n（默认为 false）
U  非贪婪模式：交换 x*, x*?, x+, x+? 等的含义（默认为 false）

标志语法为 xyz （设置）或 -xyz （取消设置）或 xy-z （设置 xy，取消设置 z）。

- Wiktor Stribiżew

---

这是一种有趣的添加标志的方式。我尝试了它（请注意，我在Google Big Query环境中，并且在此环境中，我使用的是Standard SQL而不是Legacy SQL）。所以我尝试了这个：REGEXP_CONTAINS(h.page.PagePath, r'(?i)Confirm')，但我收到了这个消息：查询失败 错误：语法错误：无法将带括号的表达式解析为表达式、结构体构造函数或子查询 [30:22] - Mark Ginsburg

SQL不支持正则表达式。但是你可以创建一个UDF。 - Wiktor Stribiżew

你可以始终解决硬编码的情况：'[cC][oO][nN][fF][iI][rR][mM]'。 - Wiktor Stribiżew

在BigQuery中，(?i)可以正常工作 - 这里是一个例子：SELECT REGEXP_CONTAINS(text, r'(?i)confirm'), REGEXP_CONTAINS(text, r'confirm') FROM (SELECT 'I Confirm that it works' text)。请提供您实际的查询语句以查看错误的原因。 - Mosha Pasumansky

更新，我打错了字，r'(?i)somestring' 的作用是正确的。这个可以正常工作：当REGEXP_CONTAINS(h.page.PagePath, r'(?i)Confirm')时，那么就是'XYZZY'。 - Mark Ginsburg

Answer 2

虽然不太优雅，但我刚刚使用了这个：

REGEXP_CONTAINS(UPPER(sources), "CLAIMS")

- Bob Frommer