如何在BigQuery中利用已声明正则变量提取匹配字符串？

你可以通过正确使用REGEXP_EXTRACT函数并结合正则变量实现需求，核心是确保正则表达式准确匹配目标单词，同时正确引用已声明的变量。以下是修正后的完整SQL：

DECLARE words_to_find DEFAULT r'\\b(CASA|PERRO|CORAZON|GALLETA)\\b';

WITH tabla AS
(    select 1 as row_id, 'QUIERO IR CASA' as name union all
    select 2 as row_id, 'PERRO BONITO' as name union all
    select 3 as row_id, 'GRANDE CORAZON' as name union all
    select 4 as row_id, 'LA GALLETA' as name
)

SELECT
  row_id,
  name,
  REGEXP_EXTRACT(name, words_to_find) AS result
FROM tabla

关键说明： #

• 正则单词边界：添加\\b是为了确保匹配独立单词，避免部分匹配（比如不会从CASAS中误提取CASA）。如果你的场景不需要严格匹配独立单词，可直接去掉\\b使用原正则变量。
• 变量引用：REGEXP_EXTRACT的第二个参数直接使用words_to_find变量即可，BigQuery会正确解析变量中的正则规则。
• 处理标点：如果name字段包含标点（比如期望输出里的PERRO BONITO.），可以调整正则忽略标点，比如用r'\\b(CASA|PERRO|CORAZON|GALLETA)\\b[^\\w]*'，再通过REGEXP_REPLACE去除末尾标点，或者保持原正则结构，因为REGEXP_EXTRACT只会捕获括号内的目标单词部分。

之前使用REGEXP_EXTRACT失败，大概率是正则缺少单词边界导致匹配不符合预期，或是没有正确引用已声明的变量。

内容的提问来源于stack exchange，提问作者Nana