BigQuery正则表达式处理：提取下划线前内容并移除末尾数字

在BigQuery中可以通过两步正则处理直接实现需求，以下是完整的SQL示例：

测试数据与SQL代码 #

WITH test_data AS (
  SELECT 'LN12_FACI_02AB' AS original_str UNION ALL
  SELECT 'LNR12AB23_FACI' AS original_str
)
SELECT
  original_str,
  -- 第一步：提取第一个下划线前的内容
  REGEXP_EXTRACT(original_str, r'^[^_]+') AS first_part,
  -- 第二步：移除first_part末尾的数字，合并成一步的写法
  REGEXP_REPLACE(REGEXP_EXTRACT(original_str, r'^[^_]+'), r'\d+$', '') AS final_result
FROM test_data;

正则规则说明 #

• r'^[^_]+'：匹配字符串开头到第一个下划线_之前的所有非下划线字符，精准提取第一部分内容
• r'\d+$'：匹配字符串末尾连续的数字（\d表示数字，+表示一个或多个，$表示末尾位置），替换为空字符串即可移除末尾数字

执行结果 #

如果追求更简洁的写法，也可以把两个正则逻辑合并为一个（可读性稍弱）：

REGEXP_EXTRACT(original_str, r'^(\D*\d*?)\d*_')

内容的提问来源于stack exchange，提问作者Goutham mano