如何在两个确定的端点之间多次出现模式

Question

我有一个字符串：

CREATE TABLE foobar (
   bar foo,
   foo bar
) DISTRIBUTED BY

我想从此字符串中获取所有列定义。我试过了：

my_string.scan /CREATE TABLE .*\n([^\n]*?)\n.*DISTRIBUTED BY/

但它没有返回所需的值（["bar foo,", "foo bar"]）。有任何想法吗？

Answer 1

scan方法的关键点是每个新匹配从最后一个结束时开始：

a = "cruel world"
a.scan(/.../)        #=> ["cru", "el ", "wor"]

因此，您需要定义模式，使其在字符串的开头和中间都匹配。毋庸置疑，构建这样的后视表达并不容易。

但我想知道这对你的具体目标是否足够：

s = <<HR
CREATE TABLE foobar (
   bar foo,
   foo bar
) DISTRIBUTED BY}
HR

ax = s.scan /\s+(.+?)(?:,\n|\n\))/
#=> [["bar foo"], ["foo bar"]]

如您所见，我没有尝试在此处匹配CREATE TABLE，假设字符串已准备好查询。

Answer 2

我认为这就是你想要的：

/CREATE TABLE .*\n((?:.*\n)+).*DISTRIBUTED BY/

(?:.*\n)匹配单个行，因此((?:.*\n)+)会捕获组＃1中的一行或多行。包含了最后一行（foo bar）末尾的换行符，但您可以在清除逗号的同时删除该换行符（例如来自bar foo,）。

如果您正在考虑做更复杂的事情，请考虑使用实际的解析器;正则表达式与SQL不兼容。

Answer 3

可能这是要走的路。

my_string.split[1..-2].map(&:strip)