我有一個(gè)看起來像這樣的文字：ENGINE = CollapsingMergeTree ( first_param ,( second_a ,second_b, second_c, ,second d), third, fourth)引擎可以不同（而不是CollapsingMergeTree，可以有不同的詞，ReplacingMergeTree、SummingMergeTree...）但文本的格式總是ENGINE = word()。“=”號周圍可以有空格，但不是強(qiáng)制性的。括號內(nèi)是幾個(gè)參數(shù)，通常是一個(gè)單詞和逗號，但有些參數(shù)在括號中，如上例中的 second。換行符可以在任何地方。行可以以逗號、括號或其他任何形式結(jié)束。我需要提取n個(gè)參數(shù)（我不知道提前多少）。在上面的例子中，有 4 個(gè)參數(shù)：第一個(gè) = first_paramsecond = (second_a, second_b, second_c, second_d) [帶括號的提取]第三 = 第三第四 = 第四如何使用python（正則表達(dá)式或其他任何東西）做到這一點(diǎn)？
2 回答
拉風(fēng)的咖菲貓
TA貢獻(xiàn)1995條經(jīng)驗(yàn) 獲得超2個(gè)贊
我想出了一個(gè)正則表達(dá)式解決你的問題。我盡量將正則表達(dá)式模式保持為“通用”，因?yàn)槲也恢牢谋局惺欠窨倳袚Q行符和空格，這意味著該模式選擇了很多空格，然后將其刪除。
#Import the module for regular expressions
import re
#Text to search. I CORRECTED IT A BIT AS YOUR EXAMPLE SAID second d AND second_c WAS FOLLOWED BY TWO COMMAS. I am assuming those were typos.
text = '''ENGINE = CollapsingMergeTree (
first_param
,(
second_a
,second_b, second_c
,second_d), third, fourth)'''
#Regex search pattern. re.S means . which represents ANY character, includes \n (newlines)
pattern = re.compile('ENGINE = CollapsingMergeTree \((.*?),\((.*?)\),(.*?), (.*?)\)', re.S) #ENGINE = CollapsingMergeTree \((.*?),\((.*?)\), (.*?), (.*?)\)
#Apply the pattern to the text and save the results in variable 'result'. result[0] would return whole text.
#The items you want are sub-expressions which are enclosed in parentheses () and can be accessed by using result[1] and above
result = re.match(pattern, text)
#result[1] will get everything after theparenteses after CollapsingMergeTree until it reaches a , (comma), but with whitespace and newlines. re.sub is used to replace all whitespace, including newlines, with nothing
first = re.sub('\s', '', result[1])
#result[2] will get second a-d, but with whitespace and newlines. re.sub is used to replace all whitespace, including newlines, with nothing
second = re.sub('\s', '', result[2])
third = re.sub('\s', '', result[3])
fourth = re.sub('\s', '', result[4])
print(first)
print(second)
print(third)
print(fourth)
輸出：
first_param
second_a,second_b,second_c,second_d
third
fourth
正則表達(dá)式解釋：\ = 轉(zhuǎn)義控制字符，這是一個(gè)正則表達(dá)式會解釋為特殊含義的字符。更多在這里。
\( = 轉(zhuǎn)義括號
() = 將括號中的表達(dá)式標(biāo)記為子組。見結(jié)果[1]等。
. = 匹配任何字符（包括換行符，因?yàn)?re.S）
* = 匹配前面表達(dá)式的 0 次或多次出現(xiàn)。
? = 匹配前面表達(dá)式的 0 或 1 次出現(xiàn)。
筆記： *？組合被稱為非貪婪重復(fù)，這意味著前面的表達(dá)式只匹配一次，而不是一遍又一遍。
我不是專家，但我希望我的解釋是正確的。
我希望這有幫助。
慕尼黑8549860
TA貢獻(xiàn)1818條經(jīng)驗(yàn) 獲得超11個(gè)贊
對于任何語言，您可能想要使用適當(dāng)?shù)慕馕銎鳎ㄒ虼瞬檎胰绾问謩?dòng)滾動(dòng)解析器以用于簡單語言），但是由于您在此處顯示的一小部分看起來與 Python 兼容，因此您可以將其解析為如果是 Python 使用ast模塊（來自標(biāo)準(zhǔn)庫）然后操作結(jié)果。
添加回答
舉報(bào)
0/150
提交
取消