如何在BigQuery中检查一个字符串字段是否只包含字母

Question

如何检查BigQuery表中的字符串字段是否只包含字母和特定的特殊字符，例如Å、Ä和Ö？应该避免选择任何带有特殊字符或数字的值。

- rr_coder_111

Answer 1

您可以使用函数REGEXP_CONTAINS执行这种选择操作：

SELECT
  text,
  REGEXP_CONTAINS(text, r"^[A-Za-zÅÄÖ]+$") AS is_selected
FROM
  `dataset.yourtable`

使用正则表达式 "^[A-Za-zÅÄÖ]+$"，仅由字母、Å、Ä或Ö组成的字符串将返回true。

例如，对于下面的text列：

- Cylldby

Answer 2

以下是涵盖所有特殊字符（如ç、æ、œ、á、é、í、ó、ú、à、è、ì、ò、ù、ä、ë、ï、ö、ü、ÿ、â、ê、î、ô、û、å、ø、Ø、Å、Á、À、Â、Ä、È、É、Ê、Ë、Í、Î、Ï、Ì、Ò、Ó、Ô、Ö、Ú、Ù、Û、Ü、Ÿ、Ç、Æ、Œ和ñ）的通用解决方案，保留HTML标记，使其更加易于理解。

select text
from `project.dataset.table`
where not regexp_contains(regexp_replace(normalize(text, NFD), r"\pM", ''), r'\W')            

如果应用于@Cylldby在他的答案中提供的样本数据 - 输出结果如下：

- Mikhail Berlyant

---

太棒了！谢谢，我学到了一些东西，这个解决方案比我的更详尽。我觉得@rr_coder不想在结果中包含数字，所以也许[^a-zA-Z]比\W更适合。 - undefined

谢谢 @Cylldby - 我认为我大多数的答案都是量身定制的，不仅仅是回答问题，而是提供了一些非平凡的解决方案！我总是试图在我的回答中加入一些调料，带来一些新鲜和非平凡的东西。请检查它们，并告诉我您是否同意 :o) - undefined