bigquery 的正则表达式返回/api 之后的所有路径

Question

我正在使用 github 数据集来提取/api/* 之后的所有路径，为此我使用了下面提到的查询。然而，结果并不是我所期望的。如果正则表达式错误，有人可以纠正吗？

预期结果:

• /api/v1/用户

• /api/任何内容/任何内容

实际返回的内容:

• 框架/TwitterKit.framework/资源
• doc/source/README.rst

  *
FROM 
   `bigquery-public-data.github_repos.files`
WHERE
(REGEXP_CONTAINS(path,r'(s|^.*/api/([^/]*)(?:/.*)?$|$1|)'))
LIMIT
100```

Answer 1

您正在正则表达式模式中使用 Perl substitution 命令。看:

s|^.*/api/([^/]*)(?:/.*)?$|$1 |
||                        |RHS
||___pattern______________|
|___ action

其中RHS(右侧)是替换。

您只需在 BigQuery 中使用模式。为了匹配您想要的字符串，您可以使用

^/api/[^/]*(?:/.*)?$

请参阅RE2 regex demo .

SELECT * FROM `bigquery-public-data.github_repos.files`
  WHERE REGEXP_CONTAINS(path,r'^/api/[^/]*(?:/.*)?$')
    LIMIT 100