BigQuery中如何对两列字符串值进行正则比较

逐行校验同表两列的子串包含关系，分两种常见场景处理：

场景1：纯文本子串校验（绝大多数业务需求选这个） #

如果只是判断ColA的原始字符串是否为ResultCol的连续子串，不需要做正则规则匹配，不建议用REGEXP_CONTAINS，直接用STRPOS函数即可，性能更高，也不需要额外处理正则特殊字符的转义问题，写法：

SELECT *
FROM 你的目标表
-- STRPOS返回子串在目标串中的起始位置，返回值大于0即代表子串存在
WHERE STRPOS(ResultCol, ColA) > 0;

补充判定规则：

• 该判断默认大小写敏感，需要忽略大小写的话，给两列统一套上大小写转换函数即可：WHERE STRPOS(LOWER(ResultCol), LOWER(ColA)) > 0
• 如果你的业务规则中空字符串不算有效子串，追加条件AND ColA != ''即可，默认逻辑中空串会被判定为任意字符串的子串。

场景2：需要将ColA作为正则规则匹配ResultCol #

如果ColA列存储的内容本身就是正则表达式，需要用这套规则匹配ResultCol的内容，直接把列名作为REGEXP_CONTAINS的第二个参数传入即可，不需要额外做字符串拼接：

SELECT *
FROM 你的目标表
WHERE REGEXP_CONTAINS(ResultCol, ColA);

注意事项：

• 参数顺序不要写反：第一个参数是待匹配的目标字符串（即ResultCol），第二个参数是正则规则（即ColA），写反会变成判断ResultCol是否为ColA的子串。
• 如果ColA中存储的是普通文本而非正则，不要用这个写法：正则元字符（比如.、*、+、?、|、()等）会被当成正则语法解析，导致匹配结果不符合预期，这种情况请使用场景1的STRPOS写法。

内容的提问来源于stack exchange，提问作者jokol