在字符串正则表达式的中间返回一个数字

Question

我不确定如何使用regexp_replace返回字符串中间的数字。

我目前的字符串是：＆＃34;权力的游戏S2 Ep6＆＃34;我需要从中返回季节编号。我当前的正则表达式正确地完成了工作，但需要两个正则表达式：

REGEXP_REPLACE(REGEXP_REPLACE('Game of Thrones S1 Ep12', r'(^[^_]*\sS)', ''), r'(\s*Ep\s*\d*\s*$)', '')

其他一些测试条目是：

  

＆＃34; Smallville S 10 Ep 12＆＃34;

     

＆＃34;我们生命的日子S26 Ep324＆＃34;

这首先删除文本，包括第一个＆＃34; S＆＃34 ;. 然后在＃34; Ep＆＃34;

之前将字符串的末尾分开并包括空格。

有人可以给我一个捕获组，允许在一次替换中完成。目前这是一个非常昂贵的查询。

Answer 1

在季节编号(\d+)周围使用捕获组，并替换为反向引用（'\1'）：

REGEXP_REPLACE('Game of Thrones S1 Ep12', r'^[^\n_]*\sS\s*(\d+)\s*Ep\s*\d*\s*$', r'\1')

请参阅this regex demo

请注意，我只是扩展您自己的正则表达式，您可能还需要检查r'^.*\sS\s*(\d+).*'正则表达式，它将获得最后一个空格+ S，后面有一个或多个数字。

请参阅regex demo

Answer 2

您需要使用REGEXP_EXTRACT功能，而不是REGEXP_REPLACE。 使用标准SQL，示例查询如下所示：

select regexp_extract(text, r'[sS][ ]*(\d+)') from (
select text from unnest(["Smallville S 10 Ep 12", "The Days of Our Lives S26 Ep324"]) text)

然后返回

Row f0_  
1   10   
2   26