如何用Python/BigQuery正则表达式实现起始位置相同的重叠匹配？

Python 实现 #

方法1：分割拼接（简单直观） #

无需正则，直接分割字符串后逐步拼接前缀，代码清晰易维护：

s = '1.2.5.6.8.10.12'
parts = s.split('.')
# 生成前n个部分拼接的前缀，最后一个前缀不加末尾的点
prefixes = ['.'.join(parts[:i+1]) + '.' for i in range(len(parts)-1)] + [s]
print(prefixes)
# 输出：['1.', '1.2.', '1.2.5.', '1.2.5.6.', '1.2.5.6.8.', '1.2.5.6.8.10.', '1.2.5.6.8.10.12']

方法2：正则正向预查（用正则实现重叠匹配） #

利用正则的**正向预查（零宽度断言）**实现重叠匹配，正向预查不会消耗字符串字符，能反复匹配开头到不同位置的前缀：

import re
s = '1.2.5.6.8.10.12'
# 正向预查捕获所有开头到当前位置的合法前缀
pattern = r'(?=(^(\d+(?:\.\d+)*\.?)))'
matches = [m.group(1) for m in re.finditer(pattern, s)]
# 去重（最后一个字符位置会匹配两次，一次带点一次不带）
prefixes = list(dict.fromkeys(matches))
print(prefixes)
# 输出：['1.', '1.2.', '1.2.5.', '1.2.5.6.', '1.2.5.6.8.', '1.2.5.6.8.10.', '1.2.5.6.8.10.12']

解释：你原正则^(\d+(?:\.|$))+的问题在于，贪婪匹配会一次性匹配整个字符串，且捕获组只保留最后一次匹配的12；而正向预查能让正则每次检查从开头到当前位置的子串，从而捕获所有前缀。

BigQuery 实现 #

通过分割字符串+数组函数生成所有前缀：

WITH input_data AS (
  SELECT '1.2.5.6.8.10.12' AS target_str
),
split_result AS (
  SELECT 
    target_str,
    SPLIT(target_str, '.') AS parts_array
  FROM input_data
)
SELECT
  target_str,
  ARRAY(
    SELECT 
      ARRAY_TO_STRING(ARRAY(SELECT parts_array[OFFSET(idx)] FOR idx IN GENERATE_ARRAY(0, n)), '.') 
      || IF(n < ARRAY_LENGTH(parts_array)-1, '.', '')
    FROM UNNEST(GENERATE_ARRAY(0, ARRAY_LENGTH(parts_array)-1)) AS n
  ) AS all_prefixes
FROM split_result;

执行后all_prefixes字段会返回所需的前缀数组。

内容的提问来源于stack exchange，提问作者Gilgo