Question

我正在编写一个python函数来处理多行SQL语句。

e.g。

multi_stmt = """
-- delete empty responses
DELETE FROM idlongDVR_responses WHERE new_response_code = '';
DELETE FROM idwideDVR_responses WHERE new_response_code = '';

-- create a current responses table for idlongDVR
DROP TABLE IF EXISTS idlongDVR_respCurr;
CREATE  TABLE idlongDVR_respCurr
    SELECT *, MAX(modifiedat) AS latest  FROM idlongDVR_responses
    GROUP BY sitecode, id, dass, tass, field, value, validation_message
    ORDER BY sitecode, id, dass, tass; """

所以我写了一个正则表达式来识别换行符，如果它后面没有双连字符（开始注释），并以分号结尾

sql_line = re.compile(r"""
            \n+         # starting from a new line sequence
            (?!(--|\n)) # if not followed by a comment start "--" or newline 

            (.*?)       # <<<<< WHY ARE THESE CAPTURING BRACKETS NEEDED?

            ;           # ending with a semicolon
                      """, re.DOTALL|re.VERBOSE|re.MULTILINE)

stmts = sql_line.findall(multi_statement)

for stmt in stmts:
    stmt = stmt[1]
    if len(stmt) > 0:
        cursor.execute(stmt)

它工作正常，但只有当我将.*?术语括在括号中才会变为(.*?)。如果我不这样做，那么我什么都不匹配。

这是为什么？提前谢谢。

Answer 1

“需要使用这些捕获括号”，因为您在负向前瞻中使用了捕获支架。

(?!(--|\n))
   ^     ^

由于永远不会匹配，因此第一个捕获组在成功匹配时将始终为空。由于某些方法（如.findall）只返回捕获组（如果存在），因此您只会看到空字符串列表。

在此处删除( ... )应该使正则表达式符合您的预期。顺便说一句，您可以使用[^;]*代替.*?。

sql_line = re.compile(r"\n+(?!--|\n)[^;]*;")

Answer 2

你正在使用findall，不是吗？ findall很奇怪。如果正则表达式中有任何捕获组，则仅返回捕获组的内容。正如@KennyTM指出的那样，你的前瞻中有一个捕获组，因为它是否定预测，所以只有当组无法捕获任何内容时，你的整体匹配才会成功。因此，您的空字符串列表。

当你使用.*?周围的括号时，不要问我为什么那些空组不会出现。通过阅读文档，我希望它返回一个由两个组组成的元组列表：一个是空的，一个是你期望的匹配。但我只得到非空组。这似乎是findall的另一层荒谬，我之前没有遇到过。

顺便说一句，您不需要MULTILINE标志。所做的就是改变锚点^和$的行为，允许它们在行边界以及整个字符串的开头和结尾处匹配。也许你已经知道了，但是有一个非常持久的流氓模因，“如果它是多线的，你必须使用MULTILINE”，并且每当我看到它时我会试着加盖它。

为什么python正则表达式只适用于捕获括号？

2 个答案: