Great Expectations的expect_values_to_match_regex规则在Snowflake上报错

Great Expectations（GE）在Snowflake环境下使用expect_column_values_to_match_regex规则时，会将正则表达式直接传递给Snowflake的REGEXP_LIKE函数执行，因此必须严格遵循Snowflake的正则语法规范，而非Python标准正则语法——这就是你之前可用的正则现在报错的核心原因。

1. SSN正则报错：重复运算符无参数 #

你使用的原正则：

^(?!666|000|9\d{2})\d{3}-(?!00)\d{2}-(?!0{4})\d{4}$

问题点：

• Snowflake的REGEXP_LIKE不支持Python风格的负向预查(?!...)，这直接触发了语法解析错误；
• 虽然Snowflake兼容\d表示数字，但使用POSIX字符类[0-9]或[:digit:]的兼容性更稳定。

修正后的Snowflake兼容SSN正则：

^([0-8]\d{2}|6[0-5]\d|66[0-5])-(?!00)\d{2}-(?!0000)\d{4}$

该写法通过正向匹配合法前缀，避开了666、000和9开头的三位数字段，同时保留了中间两位非00、末尾四位非0000的校验逻辑。

2. 基础正则报错：字符类范围无效 #

原正则[Aa-Zz]的问题很明确：正则字符类的范围必须遵循ASCII码升序规则，a的ASCII码（97）大于Z的ASCII码（90），因此a-Z这个范围是非法的，Snowflake会直接判定为无效范围。

修正后的两种写法：

• 标准大小写字母匹配：

[A-Za-z]

• Snowflake支持的POSIX字符类（更简洁）：

[[:alpha:]]

验证建议 #

在GE中使用正则前，先在Snowflake控制台直接执行REGEXP_LIKE测试有效性，比如：

SELECT REGEXP_LIKE('123-45-6789', '^([0-8]\\d{2}|6[0-5]\\d|66[0-5])-(?!00)\\d{2}-(?!0000)\\d{4}$') AS valid_ssn;

确认返回TRUE后再代入GE规则，避免无效调试。

内容的提问来源于stack exchange，提问作者manas swami