Question

因此，我有一个SQL文件，其中包含以下内容：

createtab_stmt
CREATE EXTERNAL TABLE `table1`(
"  `name_id` bigint, "
"  `address_id` string, "
"  `full_name` bigint, "
  `insert_timestamp` timestamp)
ROW FORMAT SERDE 
  'org.apache.hadoop.hive.ql.io.parquet.serde.ParquetHiveSerDe'

**我正在尝试删除倒数第二个句子（“ timestamp）”）中的所有文本。所以输出应该是行格式serde之前的所有内容：

createtab_stmt
    CREATE EXTERNAL TABLE `table1`(
    "  `name_id` bigint, "
    "  `address_id` string, "
    "  `full_name` bigint, "
      `insert_timestamp` timestamp)

这是我现有的代码：

import re
f = open("/home/dir2/ddl", 'rt', encoding='latin-1')
words=f.readlines()

with open("/home/dir1/sampl7.sql","w") as output:
    for i in words:
        output.write(i.replace('"', ''))

有什么想法或建议吗？我不确定正则表达式是最好的选择还是有更好的方法。谢谢。

Answer 1

我的方法将是这样的：

f = open("/home/dir2/ddl", 'rt', encoding='latin-1')
source=f.read()

with open("/home/dir1/sampl7.sql","w") as output:
    output.write(source[:source.find(')')+1].replace('"', ''))

.find()将找到字符')'的索引，我们将使用它来获取字符0到该索引的字符串（+1包含'）'本身）。

给定约束后如何删除文本？

1 个答案: