您的位置:首页 > 编程语言 > Python开发

利用python re提取文件中的块内容(多行)

2017-10-26 15:40 495 查看
应用场景:
有一个建表sql文件create_table.sql如下:
CREATE TABLE TABLE_1
(    F_KEY CHAR(8) NOT NULL ENABLE,    CONSTRAINT P_TRA_BASE_PRICE PRIMARY KEY (F_KEY));CREATE TABLE TABLE_2(    F_SEQ_NO NUMBER(10) NOT NULL ENABLE,    F_TITLE CHAR(40),    F_CONTENT CHAR(1024),    F_CREATE_TIMESTAMP TIMESTAMP,    F_UPDATE_TIMESTAMP TIMESTAMP,    CONSTRAINT P_TRA_BULLETIN_BOARD PRIMARY KEY ( F_SEQ_NO)
);
……
我想要把各个TABLE的表结构分开,然后再根据表名插入到一个dictionary里面,后续在使用时就能迅速根据表名到这个dictionary找到表结构
可以发现
(
……
……
);
这两个配对的顶格括弧形成的块,就是一张表的表结构内容
那么如何根据那两个括弧来提取这些多行的“块”状内容?
pattern=re.compile(r'^CREATE TABLE.*?^\);$', re.MULTILINE|re.DOTALL)
其中使用re.MULTILINE来进行多行匹配
用re.DOTALL使.能够匹配换行符
用.*?做非贪婪匹配(否则所有的会被匹配成一条,达不到分隔的效果),代码如下:
#!/usr/bin/python
import re
def split_name_and_field(tb_struct):
    lines=tb_struct.split('\n')
    tb_nm_line=lines[0]#可以用命名组匹配表名
tb_nm_pattern=re.compile(r'CREATE\s+TABLE\s+(?P<tb_nm>T_\w+\b)')
tb_nm=tb_nm_pattern.search(tb_nm_line).group('tb_nm')
tb_st=lines[2:-1]
return tb_nm, tb_st
fp=open('create_table.sql', 'r')
fc=fp.read();
table_block_pattern=re.compile(r'^CREATE TABLE.*?^\);$', re.MULTILINE|re.DOTALL)
result=table_block_pattern.findall(fc)
#可以用前向界定匹配表名
#tb_nm_pattern2=re.compile(r'(?<=CREATE TABLE )\w+')
#table_name_list=tb_nm_pattern2.findall(fc)

if __name__=="__main__":
    table_struct={}
    for t in result:
        (tb_nm, tb_st)=split_name_and_field(t)
        table_struct[tb_nm]=tb_st
    for (k,v) in table_struct.items():
        print k, v
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: