BigQuery REGEXP_MATCH 和重音：边界通配符失败？

在 GAS 中，我可以正确地将重音符号与具有边界字符的正则表达式相匹配，例如 \bà\b。仅当字符 à 是单独的单词时才匹配。这在 GAS 中有效：

function test_regExp() {
  var str = "la séance est à Paris";
  var RegExp = "\\bà\\b";
  var PatReg= new RegExp( RegExp);
  var found=PatReg.exec(str);
  if (found) {
    Logger.log( [str.substring(0,found.index),found[0],str.substring(found[0].length+found.index)] );
  } else Logger.log("oops! Did not match");

在 BigQuery 中，如果边界字符位于重音符号旁边，则模式不匹配。 \bséance\b 匹配降神会：

SELECT [row],etext,ftext FROM [hcd.hdctextx] WHERE (REGEXP_MATCH(ftext,"\\bséance\\b") ) LIMIT 100;

\bà\b 与单词 à 不匹配：

SELECT [row],etext,ftext FROM [hcd.hdctextx] WHERE (REGEXP_MATCH(ftext,"\\bà\\b") ) LIMIT 100;

我假设 BigQuery 与 GAS 不同，在边界字符集中包含重音符号。所以 \bséance\b 起作用是因为 é 可以在该配置中作为边界正常工作。 \bà\b 或 \bétranger\b 或 \bmarché\b 不起作用，因为重音 + \b 被解释为 \b\b，它从不匹配任何内容。 （好吧，我在这里抓住救命稻草，因为我找不到更好的解释......除了一个错误。）

我不认为这是一个 unicode 问题，因为它只出现在边界位置。

因此，目前还无法在这些特定的重音配置中使用边界。

有没有办法在 BigQuery 或其他修复中设置区域设置？

解决方法：用 (?:[^a-zA-Zéàïëâê]) 等替换 \b。

Thanks!

BigQuery 的行为是正确的RE2 语法文档 https://code.google.com/p/re2/wiki/Syntax。 （这并不奇怪，因为 BigQuery 使用 RE2 来实现正则表达式。）

RE2 的角色类别是：

\b = at word boundary (\w on one side and \W, \A, or \z on the other)
\w = word characters (≡ [0-9A-Za-z_])
\W = not word characters (≡ [^0-9A-Za-z_])
\A = beginning of text
\z = end of text

换句话说，只能使用 \b 来匹配非重音字符的边界。不过，RE2 对 Unicode 字符有大量支持，因此您很可能可以使用 \pL 之类的东西来制作替代正则表达式。

我不确定为什么 Google Apps 脚本不遵循此处的 RE2 规范，但我会跟进该团队以弄清楚发生了什么。