三重双引号和换行符之间的正则表达式提取

Question

例如，我想解析带有三双引号之间的文本的python文件，并从该文本中制作html表。

例如这样的文本块

"""
Replaces greater than operator ('>') with 'NOT BETWEEN 0 AND #'
Replaces equals operator ('=') with 'BETWEEN # AND #'
Tested against:
* Microsoft SQL Server 2005
* MySQL 4, 5.0 and 5.5
* Oracle 10g
* PostgreSQL 8.3, 8.4, 9.0
Requirement:
* Microsoft Access
Notes:
* Useful to bypass weak and bespoke web application firewalls that
filter the greater than character
* The BETWEEN clause is SQL standard. Hence, this tamper script
should work against all (?) databases
>>> tamper('1 AND A > B--')
'1 AND A NOT BETWEEN 0 AND B--'
>>> tamper('1 AND A = B--')
'1 AND A BETWEEN B AND B--'
"""

Html 表格必须是包含 5 列的简单表格

1. 列"""和n if new line is empty之间的所有内容
2. 列Tested against:和n if new line is empty或Requirement:和n if new line is empty之间的所有内容
3. 列Notes:和n if new line is empty之间的所有内容
4. 列>>>和n之间的所有内容
5. 列4 column end和n之间的所有内容

所以结果必须是：

1. 将大于运算符 (">") 替换为"不在 0 和 # 之间" 将等于运算符 ('=') 替换为 'BETWEEN # AND #'

2. • Microsoft SQL Server 2005

     • MySQL 4、5.0 和 5.5
     • 甲骨文 10g
     • PostgreSQL 8.3， 8.4， 9.0

     或

     • Microsoft访问
3. • 有助于绕过弱和定制的 Web 应用程序防火墙 筛选大于字符
   • BETWEEN 子句是 SQL 标准。因此，这个篡改脚本 应该适用于所有 (？) 数据库

4. 篡改('1 和 A> B--') 篡改('1 和 A = B--')

5. "1 和 A 不在 0 和 B 之间——" "1 和 A 在 B 和 B 之间——">

我可以使用哪种语法来提取它？ 我将使用 VBScript.RegExp

。

Set fso = CreateObject("Scripting.FileSystemObject")
txt = fso.OpenTextFile("C:pathtoyour.py").ReadAll
Set re = New RegExp
re.Pattern = """([^""]*)"""
re.Global = True
For Each m In re.Execute(txt)
WScript.Echo m.SubMatches(0)
Next

Answer 1

你的问题很宽泛，所以我只概述一种处理这个问题的方法。否则我将不得不为你编写整个脚本，这不会发生。

1. 提取文档引用之间的所有内容。使用这样的正则表达式来提取文档引号之间的文本：

   Set re1 = New RegExp
   re1.Pattern = """""""([sS]*?)"""""""
   For Each m In re1.Execute(txt)
   docstr = m.SubMatches(0)
   Next
   

   请注意，如果您的文件中有超过 1 个文档字符串并希望处理所有文档字符串，则需要将re.Global设置为True。否则，您将只获得第一场比赛。

2. 使用第二个正则表达式删除前导和尾随空格：

   Set re2 = New RegExp
   re2.Pattern = "^s*|s*$"
   re2.Global  = True  'find all matches
   docstr = re2.Replace(docstr, "")
   

   您不能为此使用Trim，因为该函数仅处理空格，而不处理其他空格。

3. 要么在 2+ 个连续换行符处拆分字符串以获取文档部分，要么使用另一个正则表达式提取它们：

   Set re3 = New RegExp
   re3.Pattern = "([sS]*?)rnrn" +
   "Tested against:rn([sS]*?)rnrn" +
   ...
   For Each m In re3.Execute(txt)
   descr  = m.SubMatches(0)
   tested = m.SubMatches(1)
   ...
   Next
   

继续细分这些部分，直到获得要显示的元素。然后从这些元素构建 HTML。