Question

我试图从一个表中提取一些信息，并使用Sqlite和Python将其存储在另一个表中。表1包含（www.abc.com）形式的网站列表。我试图从每一行中提取（abc）部分并将其存储在表2中，表2中还保留了每个站点的计数。如果该站点已经存在于表2中，那么它只是递增计数。

这里是我的代码：

p = re.compile('^.+\.([a-zA-Z]+)\..+$')
for row in c.execute('SELECT links FROM table1'):
    link = p.match(row[0])

    if link.group(1):
        print(link.group(1))
        c.execute('SELECT EXISTS(SELECT 1 FROM table2 WHERE site_name = ?)', (link.group(1), ))

当我运行脚本时，它只执行一次，然后我得到：

Traceback (most recent call last):
  File "test.py", line 43, in <module>
      link = p.match(row[0])
TypeError: expected string or buffer

如果我注释掉c.execute行，则会正确打印所有站点名称。我是Python和Sqlite的新手，所以我不确定是什么问题。

任何帮助都会很棒，提前谢谢。

Answer 1

问题在于您正在迭代其行包含单个字符串的游标：

for row in c.execute('SELECT links FROM table1'):

...但是，在迭代过程中，您将其更改为一个游标，其行包含一个数字：

    c.execute('SELECT EXISTS(SELECT 1 FROM table2 WHERE site_name = ?)', (link.group(1), ))

因此，当您获得下一行时，它将是[1]而不是['http://example.com']，因此p.match(row[0])将数字1传递给match ，它抱怨1不是字符串或缓冲区。

为了将来参考，通过查看中间值来调试事物非常有用。无论你是在调试器中运行，还是只是添加print(row)调用等来记录正在发生的事情，你都知道它第一次通过循环，但它第二次失败了，那{ {1}}失败时看起来像row。这样可以让您更容易找到问题（或者让您在SO上提出更好的问题，因为显然您仍然无法自己找到所有问题。）

你可以用（至少）三种方式解决这个问题，按照“善于适当”的顺序递增：

从第一个查询中获取所有值，然后循环遍历这些值，这样您的第二个查询就不会妨碍。
为每个查询使用单独的游标，而不是重复使用相同的游标。
首先不要进行第二次查询 - 这是一个[1]查询，而你没有对这些行做任何事情，那么它有什么用呢？

Answer 2

内部执行可能正在踩光标迭代器状态。尝试为该查询创建第二个游标对象。

Python - 执行sqlite查询后的正则表达式模式匹配问题

2 个答案: