Question

您好我正在解析XML文件，抓取SQL文本和参数。我需要拉出两个＃符号之间的弦。例如，如果这是我的文字：

CASE WHEN TRIM (NVL (a.SPLR_RMRK, ' ')) = '' OR TRIM (NVL (a.SPLR_RMRK, ' ')) IS NULL THEN '~' ELSE a.SPLR_RMRK END AS TXT_DESCR_J, 'PO' AS TXT_TYP_CD_J FROM #ps_RDW_Conn.jp_RDW_SCHEMA_NAME#.P_PO_RCPT_DTL a, (SELECT PO_RCPT_DTL_KEY, ETL_CRT_DTM FROM #ps_RDW_Conn.jp_RDW_SCHEMA_NAME#.#jp_PoRcptDtl_Src# WHERE ETL_UPDT_DTM > TO_DATE ('#jp_EtlPrcsDt#', 'YYYY-MM-DD:HH24:MI:SS'))

我希望打印ps_RDW_Conn.jp_RDW_SCHEMA_NAME，ps_RDW_Conn.jp_RDW_SCHEMA_NAME jp_PoRcptDtl_Src和jp_EtlPrcsDt。

我到目前为止的一些代码是

for eachLine in testFile:
    print re.findall('#(*?)#', eachLine)

这给了我以下错误：

nothing to repeat.

非常感谢任何帮助或建议！

Answer 1

与bash正则表达式不同，*不是外卡字符，而是说重复0次或更多次我之前的事情。

在正则表达式中，*没有要修改的符号，因此您看到了投诉nothing to repeat。

另一方面，如果您为.提供*符号进行修改，则以一行测试为例，

eachLine = '#ps_RDW_Conn.jp_RDW_SCHEMA_NAME#.P_PO_RCPT_DTL a, (SELECT PO_RCPT_DTL_KEY, '

re.findall('#(.*?)#', eachLine)

我们得到了，

['ps_RDW_Conn.jp_RDW_SCHEMA_NAME']

更多细节。 我不确定这是否符合您的意图，但您的*?实际上已经放好了。 *?被解释为单个限定词，表示重复0次或更多次我之前的事情，但要尽可能少。

所以这最终会得到@tobias_k在评论中建议的类似效果，以防止多个群体被吸收到其中。

>>> line = 'And here is # some interesting code #, where later on there are #fruit flies# ?' 
>>> re.findall('#(.*)#', line)
[' some interesting code #, where later on there are #fruit flies']

>>> 
>>> re.findall('#(.*?)#', line)
[' some interesting code ', 'fruit flies']
>>>

供参考，浏览Repeating Things in docs.python.org

Answer 2

你的正则表达式没有按预期工作，因为你使用*（0或更多）和?（0或1）来修改它之前的东西，但是a）之前没有任何东西它，和b）你应该使用*或?，而不是两者。

如果您要捕获##或#anything#，请使用正则表达式#(.*)#。

Answer 3

尝试逃避(和)。 r'\(.*?\)'应该有用。

for eachLine in testFile: print re.findall(r'\(.*?\)', eachLine)

在英镑符号之间提取数据

3 个答案: