如何使用RegEx查询Cosmos DB记录？匹配10位数字报错解决

问题描述 #

容器内的文档示例：

{
  "id": "abc",
  "stockNumber": "1001234567"
}

{
  "id": "pqr",
  "stockNumber": "200"
}

{
  "id": "xyz",
  "stockNumber": "200111"
}

尝试用正则匹配恰好10位数字的stockNumber字段，执行以下查询时：

SELECT 
    *
FROM
    c
WHERE
    RegexMatch(c.stockNumber, @"\b\d{10}\b")

返回错误：

{
  "code": "BadRequest",
  "message": "One of the input values is invalid."
}

期望结果：

{
  "id": "abc",
  "stockNumber": "1001234567"
}

问题原因 #

Cosmos DB的RegexMatch函数基于.NET正则引擎，但在Cosmos查询字符串中，反斜杠需要双重转义，原查询的写法不符合语法要求，导致解析失败。另外，对于纯数字的字段，用^（字符串起始）和$（字符串结束）限定匹配范围，比单词边界\b更精准。

解决方案 #

方案1：首尾锚点精准匹配 #

使用^和$限定整个字符串为10位数字，同时对反斜杠双重转义：

SELECT 
    *
FROM
    c
WHERE
    RegexMatch(c.stockNumber, "^\\d{10}$")

方案2：转义单词边界反斜杠 #

若要保留\b写法，需将所有反斜杠双重转义：

SELECT 
    *
FROM
    c
WHERE
    RegexMatch(c.stockNumber, "\\b\\d{10}\\b")

参考说明 #

根据Azure Cosmos DB官方文档：RegexMatch函数用于验证字符串是否匹配指定正则表达式，依赖.NET正则引擎。在Cosmos查询的字符串字面量中，所有反斜杠必须双重转义，否则会被识别为普通转义字符，而非正则表达式的组成部分。

内容的提问来源于stack exchange，提问作者GThree