Python的正則表達式從嵌套組中選擇/提取

Question

我想處理一個字符串與CHAR（INT）和NCHAR（INT）來轉換這些實例與他們的ASCII計數器部分。一個例子是這樣的：只有

CHAR(124) + (SELECT TOP 1 CAST(name AS VARCHAR(8000)) FROM (SELECT TOP 1 colid, name FROM [Projects]..[syscolumns] 
WHERE xtype=char(85) 
AND id = OBJECT_ID(NCHAR(69)+NCHAR(78)+NCHAR(95)+NCHAR(69)+NCHAR(109)+NCHAR(112)+NCHAR(108)) 

注意，我不想做任何VARCHAR（INT），只是到CHAR（int）和NCHAR（INT）部分。以上應該轉換爲：

|（SELECT TOP 1 CAST（name AS VARCHAR（8000））FROM（SELECT TOP 1 colid，name FROM [Projects] .. [syscolumns] WHERE xtype = U AND id = OBJECT_ID EN_Empl）

注意，任何 「+」 上CHAR（INT）或NCHAR（INT）的任一側應被刪除我嘗試以下：

def conv(m): 
    return chr(int(m.group(2))) 

print re.sub(r'([\+ ]?n?char\((.*?)\)[\+ ]?)', conv, str, re.IGNORECASE) 

其中str =原始字符串必須

不知何故，VARCHAR（8000）正在拾取。如果我調整了reg ex，xtype消失後的「=」，而不僅僅是CHAR（int）或NCHAR（int）實例兩側的空格和「+」。

希望有人能把我拉出來。

補充樣品STRINGS：

字符串"char(124)+(Select Top 1 cast(name as varchar(8000)) from (Select Top 1 colid,name From [Projects]..[syscolumns] Where id = OBJECT_ID(NCHAR(69)+NCHAR(78)+NCHAR(95)+NCHAR(69)+NCHAR(109)+NCHAR(112)+NCHAR(108)))"

正則表達式：r'(\bn?char\((\d+)\)(?:\s*\+\s*)?)'

結果："|(Select Top 1 cast(name as varchar(8000)) from (Select Top 1 colid,name From [Projects]..[syscolumns] Where id = OBJECT_ID(ENCHAR(78)+NCHAR(95)+NCHAR(69)+NCHAR(109)+NCHAR(112)+NCHAR(108)))"

Answer 1

你可以通過添加單詞邊界（\b）斷言很長的路要走，但我想建議你（1）使用re.VERBOSE來編寫一個稍後可以理解的正則表達式; （2）編制正則表達式以減少呼叫地點的混亂; （3）收緊一些匹配標準。像這樣：

def conv(m): 
    return chr(int(m.group(1))) 

pat = re.compile(r"""[+\s]* # optional whitespace or + 
        \b  # word boundary 
        n?char # NCHAR or CHAR 
        \(  # left paren 
        ([\d\s]+) # digits or spaces - group 1 
        \)  # right paren 
        [+\s]* # optional whitespace or + 
        """, re.VERBOSE | re.IGNORECASE) 
print pat.sub(conv, data) 

請注意，我改變了你的str到data：str是一個頻繁使用的內置函數的名稱，這是一個非常糟糕的主意，以創建具有相同名稱的變量。

Answer 2

你只需要使用一個單詞邊界\b：

def conv(m): 
    return chr(int(m.group(1))) 

print re.sub(r'\bn?char\(([^)]+)\)(?:\s*\+\s*)?', conv, str, re.IGNORECASE) 

Answer 3

你有三個問題：

1. 您需要使用flags=re.IGNORECASE並不僅僅是re.IGNORECASE在re.sub。這是一個關鍵字參數。
2. 您需要使用\b來查找單詞邊界。
3. 你不應該使用str的名字，因爲您將覆蓋內置同名

這工作：

import re 

tgt='''\ 
CHAR(124) + (SELECT TOP 1 CAST(name AS VARCHAR(8000)) FROM (SELECT TOP 1 colid, name FROM [Projects]..[syscolumns] 
WHERE xtype=char(85) 
AND id = OBJECT_ID(NCHAR(69)+NCHAR(78)+NCHAR(95)+NCHAR(69)+NCHAR(109)+NCHAR(112)+NCHAR(108))''' 

pat=r'(\bn?char\((\d+)\)(?:\s*\+\s*)?)' 

def conv(m): 
    return chr(int(m.group(2))) 

print re.sub(pat, conv, tgt, flags=re.IGNORECASE)  

更徹底：

import re 

tgt='''\ 
CHAR(124) + (SELECT TOP 1 CAST(name AS VARCHAR(8000)) FROM (SELECT TOP 1 colid, name FROM [Projects]..[syscolumns] 
WHERE xtype=char(85) 
AND id = OBJECT_ID(NCHAR(69)+NCHAR(78)+NCHAR(95)+NCHAR(69)+NCHAR(109)+NCHAR(112)+NCHAR(108))''' 

pat=r'(\bn?char\((\d+)\)(?:\s*\+\s*)?)' 

def conv(m): 
    return chr(int(m.group(2))) 

print re.sub(r''' 
       (        # group 1 
       \b        # word boundary 
       n?char       # nchar or char 
       \(        # literal left paren 
       (\s*\d+\s*)      # digits surrounded by spaces 
       \)        # literal right paren 
       (?:\s*\+\s*)?      # optionally followed by a concating '+' 
      )         ''' 
      , conv, tgt, flags=re.VERBOSE | re.IGNORECASE) 

打印：

|(SELECT TOP 1 CAST(name AS VARCHAR(8000)) FROM (SELECT TOP 1 colid, name FROM [Projects]..[syscolumns] 
WHERE xtype=U 
AND id = OBJECT_ID(EN_Empl)