错误:无法解析正则表达式""：模式太大-编译失败

Question

我发现以下现象：

我有一个使用REGEXP_EXTRACT函数提取了100个字段的BQ查询。

我添加了一个新的表达式，并得到以下错误:无法解析正则表达式""：模式太大-编译失败。

当单独查询这个表达式时，一切都运行得很好，在一个更大的查询中，我得到了错误。

这是基于github示例数据和一个简单正则表达式的问题副本：

    SELECT repository.description,
    REGEXP_EXTRACT(repository.description,r'(?:\w){0}(\w)') as Pos1,
    REGEXP_EXTRACT(repository.description,r'(?:\w){1}(\w)') as Pos2,
    REGEXP_EXTRACT(repository.description,r'(?:\w){2}(\w)') as Pos3,
.
. here it goes on and on in the same pattern
.
    REGEXP_EXTRACT(repository.description,r'(?:\w){198}(\w)') as Pos199,
    REGEXP_EXTRACT(repository.description,r'(?:\w){199}(\w)') as Pos200,
    REGEXP_EXTRACT(repository.description,r'(?:\w){200}(\w)') as Pos201,
    FROM [publicdata:samples.github_nested] LIMIT 1000

它返回：

Failed to parse regular expression "(?:\w){162}(\w)": pattern too large - compile failed

但在运行时：

SELECT repository.description,
REGEXP_EXTRACT(repository.description,r'(?:\w){162}(\w)') as Pos163,
FROM [publicdata:samples.github_nested] LIMIT 1000

一切运行正常...

可以在单个查询中使用的REGEXP_EXTRACTs的数量或它们的组合复杂性是否有限制？

Answer 1

我会调查这个问题的。作为一种变通办法，看起来您想要做的是按字符位置将字段拆分成单独的字段……所以把"abc“改成{pos1："a"，pos2："b"，pos3："c"}。对吗？如果是这样，您可能希望尝试使用LEFT()和RIGHT()函数。如图所示

LEFT(1, reponsitory.description) as pos1,
RIGHT(1, LEFT(2, reponsitory.description)) as pos2,
RIGHT(1, LEFT(3, reponsitory.description)) as pos3. 

这应该比编译200个正则表达式使用更少的资源(尽管它仍然不太可能很快)。