在BigQuery中，可以使用Python编写脚本来解决多个空文件生成的问题。下面是一个示例代码：

from google.cloud import bigquery
from google.cloud.bigquery import ExtractJobConfig

# 设置BigQuery客户端
client = bigquery.Client()

# 定义要提取的表和目标文件
table_id = 'your_project.your_dataset.your_table'
destination_uri = 'gs://your_bucket/your_destination_file.csv'

# 创建提取作业配置
extract_config = ExtractJobConfig()
extract_config.destination_format = bigquery.DestinationFormat.CSV

# 执行提取作业
job = client.extract_table(
    table_id,
    destination_uri,
    job_config=extract_config
)

# 等待作业完成
job.result()

# 检查提取作业状态
if job.state == 'DONE':
    print('Table extracted successfully.')
else:
    print('Table extraction failed.')

上述代码使用Google Cloud的Python客户端库来连接BigQuery，并执行表提取作业。首先，需要设置BigQuery客户端，并指定要提取的表和目标文件的位置。然后，创建一个提取作业的配置，使用CSV作为目标格式。最后，执行提取作业，并等待作业完成。根据作业的状态，可以确定提取是否成功。

请注意，为了运行上述代码，您需要安装Google Cloud的Python客户端库，并替换代码中的your_project，your_dataset，your_table和your_bucket为您自己的项目、数据集、表和存储桶信息。