Regex 有没有办法在RE2中指定字符前后进行匹配?
我需要在较大的文档中查找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样式详细信息的较大数字,例如Regex 有没有办法在RE2中指定字符前后进行匹配?,regex,google-bigquery,re2,Regex,Google Bigquery,Re2,我需要在较大的文档中查找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样式详细信息的较大数字,例如96213464906061099171 在常规正则表达式中(请原谅这个双关语),我可以使用(?在模式的开头和(?![0-9])结尾,这样只有与信用卡格式完全匹配的数字才会被匹配,而其中可能包含信用卡类型数字的较大数字将被忽略。数字两侧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]
96213464906061099171
在常规正则表达式中(请原谅这个双关语),我可以使用(?在模式的开头和(?![0-9])
结尾,这样只有与信用卡格式完全匹配的数字才会被匹配,而其中可能包含信用卡类型数字的较大数字将被忽略。数字两侧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])
(?
例如,在正常正则表达式中,它将在abc346490606109917zyz上生成匹配,但在abc96213464906061099171xyz上不生成匹配
然而,这正是BigQuery所使用的——它在文档中被列为“不受支持”
RE2中是否有一个等价物,或者它是不可能的?下面是针对BigQuery标准SQL的
#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})($|[^0-9])') check
FROM `project.dataset.table`
结果如下
Row str check
1 abc346490606109917zyz true
2 abc96213464906061099171xyz false
(^ |[^0-9])
部分标识字符串或非数字序列的开头。与($|[^0-9])
相同,但它表示字符串或非数字序列的结尾,而不是开始
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
这里,在REGEXP\u EXTRACT
中,您需要使用(?:正则表达式)
表示非捕获组提供一些输入和预期的示例output@MikhailBerlyant-问题已编辑,谢谢。我正在阅读你问题的第一句话,不知道它是否适合你的示例。你可能想重新审视并清理你的问题question@MikhailBerlyant-现在更有意义了吗?我想提供一些前男友大量的输入数据和预期的结果仍然会对回答问题有很大帮助完美!谢谢。