Question

我尝试使用Python的正则表达式包捕获多行文本中的所有文本。我有的文字是，你会注意到它的SQL。为什么相关的是我想捕捉＆＃34; SELECT＆＃34;之间的所有内容。短语和＆＃34; FROM＆＃34;短语。在下面的示例中，我有3个项目，第1列，第2列，总和（第3列），但我可以有更多。另外，我只知道我可能会有\n或\r，但我不知道它是否会是一个或多个。

SELECT
a11.Column1
, a12.Column2
,SUM(Column3)
FROM DB.MyFactTable a11
LEFT OUTER JOIN DB.MyDimTable_1 a12 ON 
(a11.k1 = a12.k1 AND a11.k2 = a12.k2 AND a12.k3 = a11.k3)
LEFT OUTER JOIN DB.MyDimTable_2 a13 ON 
(a11.k1 = a12.k2 AND a11.k4 = a12.k4 AND a12.k5 = a11.k5)
WHERE a11.Column_N IN (X1, X2, X3, X4)
GROUP BY 1,2

到目前为止我的正则表达式已经

rgx_pat = (?<=SELECT)(\s)*.*\n.*
result = re.findall(rgx_pat,my_sql_above,re.MULTILINE)

提前感谢您的帮助。

Answer 1

我认为您的问题只是您不了解DOTALL旗帜。

如果您尝试查找包含换行符在内的大量内容，则不需要尝试找出涉及所有内容的查询，只需使用新行和新行，只需使用DOTALL即可现在.表示包括换行符在内的任何内容。

所以：

query = '''SELECT
a11.Column1
, a12.Column2
,SUM(Column3)
FROM DB.MyFactTable a11
LEFT OUTER JOIN DB.MyDimTable_1 a12 ON 
(a11.k1 = a12.k1 AND a11.k2 = a12.k2 AND a12.k3 = a11.k3)
LEFT OUTER JOIN DB.MyDimTable_2 a13 ON 
(a11.k1 = a12.k2 AND a11.k4 = a12.k4 AND a12.k5 = a11.k5)
WHERE a11.Column_N IN (X1, X2, X3, X4)
GROUP BY 1,2
'''

rgx_pat = re.compile(r'SELECT\s(.*?)\sFROM', re.DOTALL)
result = rgx_pat.findall(query)

现在result将是：

['a11.Column1\n, a12.Column2\n,SUM(Column3)']

我不确定您是想要.*?还是.*，以及是否要在SELECT之后和FROM之前强制执行空白，所以我猜到了你正在尝试做什么。

使用正则表达式Python 3

1 个答案: