BigQuery中REGEXP_CONTAINS匹配特定路径格式的正确写法求助

你的原有正则表达式存在几个关键问题，导致误匹配：

• 开头的/|会匹配任何包含斜杠的字符串，这是混入不符合数据的核心原因
• 正则片段有语法错误（比如/^j/把锚点^放错了位置，^/p|缺少闭合斜杠）
• 逐个枚举小写字母既繁琐又容易出错

正确的正则表达式写法 #

直接使用字符类[a-z]匹配单个小写字母，配合锚点^确保从字符串开头匹配：

WHEN REGEXP_CONTAINS(LOWER(page_name), r'^/[a-z]/') THEN 'library'

说明 #

• ^：锚定字符串的起始位置，确保匹配的是**从开头就符合/单个小写字母/**的格式，避免匹配中间出现该模式的字符串（比如/test/a/abc）
• [a-z]：匹配任意单个小写英文字母，替代逐个枚举的冗余写法
• LOWER(page_name)：统一转成小写，确保大写字母开头的路径（比如/A/Arrow）也能被匹配

匹配示例 #

• 符合条件：/a/arrow、/b/bow、/z/（即使后面无内容也会匹配）
• 不符合条件：/ab/xxx（不是单个字母）、test/a/xxx（开头不是斜杠）、/1/xxx（不是字母）

内容的提问来源于stack exchange，提问作者rien312