BigQuery中Regexp_contains无法检测重复4次以上字符的问题求助

你的正则r'(.)\1{3,}'逻辑本身没问题——它用来匹配任意连续出现4次及以上的字符（首字符+重复3次），但无法识别ART00000000这类字符串，核心原因是不同SQL引擎对正则语法的支持存在差异，比如部分引擎不支持\1反向引用，或者需要调整语法格式。

以下是针对主流SQL引擎的修正方案：

• BigQuery：
  BigQuery的REGEXP_CONTAINS支持反向引用，若原语句失效，可尝试覆盖所有字符类型的写法（避免因字符类型匹配遗漏导致的问题）：

  SELECT REGEXP_CONTAINS('ART00000000', r'([\s\S])\1{3,}') AS has_repeated_chars;
  

• MySQL：
  MySQL的正则函数不支持\1这类反向引用，可改用两种方式实现：

  1. 直接写重复匹配规则（适用于MySQL 8.0+的REGEXP_LIKE）：

     SELECT REGEXP_LIKE('ART00000000', '(.)\\1\\1\\1') AS has_repeated_chars;
     

  2. 通过替换重复字符后对比长度判断：

     SELECT CHAR_LENGTH('ART00000000') != CHAR_LENGTH(REGEXP_REPLACE('ART00000000', '(.)\\1+', '\\1')) AS has_repeated_chars;
     

• PostgreSQL：
  PostgreSQL的~操作符完全支持反向引用，直接使用原正则即可（注意无需额外转义）：

  SELECT 'ART00000000' ~ '(.)\1{3,}' AS has_repeated_chars;
  

如果你的需求是识别连续重复超过4次（即5次及以上），只需将正则中的{3,}修改为{4,}，即r'(.)\1{4,}'。

内容的提问来源于stack exchange，提问作者André Santos