用於從嵌套組中選擇/提取的Python正則表達式

Question

我正在嘗試使用CHAR（int）和NCHAR（int）處理一個字符串，以使用其ASCII計數器轉換這些實例。 一個例子是這樣的：

CHAR(124) + (SELECT TOP 1 CAST(name AS VARCHAR(8000)) FROM (SELECT TOP 1 colid, name FROM [Projects]..[syscolumns]
WHERE xtype=char(85)
AND id = OBJECT_ID(NCHAR(69)+NCHAR(78)+NCHAR(95)+NCHAR(69)+NCHAR(109)+NCHAR(112)+NCHAR(108))

請注意，我不想對VARCHAR（int）做任何事情，而只對CHAR（int）和NCHAR（int）部分做任何事情。 上面的應該翻譯為：

|（選擇頂部1個CAST（名稱為VARCHAR（8000）），來自（選擇頂部1個colid，名稱為[項目] .. [syscolumns]），其中xtype = U AND id = OBJECT_ID（EN_Empl）

請注意，應刪除CHAR（int）或NCHAR（int）兩側的任何“ +”號。 我嘗試了以下方法：

def conv(m):
    return chr(int(m.group(2)))

print re.sub(r'([\+ ]?n?char\((.*?)\)[\+ ]?)', conv, str, re.IGNORECASE)

其中str =必須處理的原始字符串。

不知何故，VARCHAR（8000）被拾取。 如果我調整正則表達式，則xtype之后的“ =”將會消失，而不僅僅是CHAR（int）或NCHAR（int）實例兩側的空格和“ +”。

希望有人可以把我從中拉出來。

其他示例字符串：

字符串"char(124)+(Select Top 1 cast(name as varchar(8000)) from (Select Top 1 colid,name From [Projects]..[syscolumns] Where id = OBJECT_ID(NCHAR(69)+NCHAR(78)+NCHAR(95)+NCHAR(69)+NCHAR(109)+NCHAR(112)+NCHAR(108)))"

正則表達式： r'(\\bn?char\\((\\d+)\\)(?:\\s*\\+\\s*)?)'

結果： "|(Select Top 1 cast(name as varchar(8000)) from (Select Top 1 colid,name From [Projects]..[syscolumns] Where id = OBJECT_ID(ENCHAR(78)+NCHAR(95)+NCHAR(69)+NCHAR(109)+NCHAR(112)+NCHAR(108)))"

Answer 1

您有三個問題：

1. 您需要使用flags=re.IGNORECASE ，而不僅僅是re.sub中的 re.IGNORECASE 。 那是一個關鍵字參數。
2. 您需要使用\\b查找單詞邊界。
3. 請勿使用str作為名稱，因為您將用相同的名稱覆蓋內置文件

這有效：

import re

tgt='''\
CHAR(124) + (SELECT TOP 1 CAST(name AS VARCHAR(8000)) FROM (SELECT TOP 1 colid, name FROM [Projects]..[syscolumns]
WHERE xtype=char(85)
AND id = OBJECT_ID(NCHAR(69)+NCHAR(78)+NCHAR(95)+NCHAR(69)+NCHAR(109)+NCHAR(112)+NCHAR(108))'''

pat=r'(\bn?char\((\d+)\)(?:\s*\+\s*)?)'

def conv(m):
    return chr(int(m.group(2)))

print re.sub(pat, conv, tgt, flags=re.IGNORECASE)    

更完整地：

import re

tgt='''\
CHAR(124) + (SELECT TOP 1 CAST(name AS VARCHAR(8000)) FROM (SELECT TOP 1 colid, name FROM [Projects]..[syscolumns]
WHERE xtype=char(85)
AND id = OBJECT_ID(NCHAR(69)+NCHAR(78)+NCHAR(95)+NCHAR(69)+NCHAR(109)+NCHAR(112)+NCHAR(108))'''

pat=r'(\bn?char\((\d+)\)(?:\s*\+\s*)?)'

def conv(m):
    return chr(int(m.group(2)))

print re.sub(r'''
              (                                 # group 1
              \b                                # word boundary
              n?char                            # nchar or char
              \(                                # literal left paren
              (\s*\d+\s*)                       # digits surrounded by spaces
              \)                                # literal right paren
              (?:\s*\+\s*)?                     # optionally followed by a concating '+' 
              )                                 '''
            , conv, tgt, flags=re.VERBOSE | re.IGNORECASE)   

印刷品：

|(SELECT TOP 1 CAST(name AS VARCHAR(8000)) FROM (SELECT TOP 1 colid, name FROM [Projects]..[syscolumns]
WHERE xtype=U
AND id = OBJECT_ID(EN_Empl)

Answer 2

您只需添加單詞boundary（ \\b ）斷言就可以走很長一段路，但是我建議您（1）使用re.VERBOSE編寫一個以后可以理解的正則表達式； （2）編譯正則表達式以減少呼叫現場的混亂情況； （3）加強一些匹配標准。 像這樣：

def conv(m):
    return chr(int(m.group(1)))

pat = re.compile(r"""[+\s]*    # optional whitespace or +
                     \b        # word boundary
                     n?char    # NCHAR or CHAR
                     \(        # left paren
                     ([\d\s]+) # digits or spaces - group 1
                     \)        # right paren
                     [+\s]*    # optional whitespace or +
                  """, re.VERBOSE | re.IGNORECASE)
print pat.sub(conv, data)

請注意，我將您的str更改為data ： str是一個經常使用的內置函數的名稱，創建具有相同名稱的變量是一個絕妙的主意。

Answer 3

您只需要使用單詞邊界\\b ：

def conv(m):
    return chr(int(m.group(1)))

print re.sub(r'\bn?char\(([^)]+)\)(?:\s*\+\s*)?', conv, str, re.IGNORECASE)