VB.NET REGEX in Python - unexpected end of pattern

[streetfox]

ich find die kommentare vom admin zum 2ten und letzten mal hier auch sinnlos, doch das interessiert auch niemanden.

danke audax für die hilfe. Ich versuch halt die RE irgendwie selber umzuschreiben. Ich denk ich belass das mal hier, da vergeht einem ja die lust am sich beteiligen.

Gruss

[Trundle]

Warum soll der csv-Reader sich da verschlucken? Hast du das denn getestet? Die Dokumentation sagt ja nur, dass ``lineterminator`` gerade ignoriert wird, nicht aber, dass newlines nicht gehen.

Code: Alles auswählen

DATA = '''"Value1;";"Value2";"""Value3""";"of ""very"" ""difficult""";"";"expressions" 
"and";"";"we should not ;""then""; forget";"that it 
works ;" 
as ""ss"" 
expected"" 
"And";"this ""is""";" a";"new start" 
"And2";"this is a";"new start as well" 
"only "this" line";" is malformat;ted "with" quotes"'''

rows = list(csv.reader(DATA.splitlines(True), delimiter=';'))
print rows

scheint jedenfalls zu funktionieren.

[audax]

Du hast doch einen an der Waffel, zumindest bist du etwas arg empfindlich. Leonidas Worte über RegExp sind absolut wahr, da kocht einfach jeder sein eigenes Süppchen. Einzig die POSIX-kompatiblen funktionieren eigentlich überall (jedenfalls gibts eigentlich immer ne Bibliothek die das kann).

@Leonidas:
Das Problem an dem in der StdLib ist, dass er mit Multiline Feldern nicht klarkommt, ich habs auch grad probiert.

[streetfox]

Jungs, bitte.

Ob wahr oder nicht, steht doch nicht zur debatte. Die Frage geht um die REGEXP. Dass Leonidas recht hat mit der eigenen Suppe is ja ok. Aber die Meinung hilft dem Problem nun mal nicht weiter.

Ich mag nun mal nicht wenn irgendwelche gescheiten leute die ganze zeit was zu motzen haben. In foren solls schliesslich sachlich zu und her gehen.

Ich ess jetzt meine Waffel ist zeit dazu ... das einzige Problem an der Sache ist, das ich halt weniger über Python lern und wieder VB mach. Meinetwegen.

Dann seid ihr glücklich und ich auch.

@Trundle:

leider ned:

[['Value1;', 'Value2', '"Value3"', 'of "very" "difficult"', '', 'expressions'], ['and', '', 'we should not ;"then"; forget', 'that it \nworks ;'], ['as ""ss""'], ['expected""'], ['And', 'this "is"', ' a', 'new start'], ['And2', 'this is a', 'new start as well'], ['only this" line"', ' is malformat;ted with" quotes"']]

[/code]

[BlackVivi]

Deine Frage war: "Warum geht der Ausdruck nicht"

Leonidas (und auch andere) sagen "Geht nicht, weil jeder sein eigenes Süppchen kocht. Entweder du benutzt das CSV Modul und guckst, was noch kann (gibt verschiedene Quoting Optionen und so... vllt klappt was. Wenn nicht, musst du selber was implementieren (sind auch komische CSV-Daten)"

...so? Das Problem seh ich dabei nicht oO'' Aber wenn du so unglücklich über die Antworten bist...

[streetfox]

geht nicht gibts nicht

[BlackVivi]

geht nicht gibts nicht

Scheinbar schon oO' Implementier die .net Bibliothek für RegEx nach, benutz IronPython oder schmeiß den Ausdruck weg und benutz was anderes (anderer ausdruck, obwohl sowas für einen RegEx schwer wird, CSV-Bibliothek angepasst)..

Eben all das, was dir die anderen hier auch geraten haben oO''

Übrigens war deine letzte Antwort auch nicht von Höflichkeit gefüllt. Eher von Spott und vor allem von unverständlichkeit von dem, was ich gesagt habe.

[Hyperion]

In foren solls schliesslich sachlich zu und her gehen.

Also das kann man doch nicht verallgemeinern - im Gegenteil gibts sicherlich auch solche, wo das gerade nicht erwünscht ist Davon abgesehen ging es hier doch sachlich zu!

Ich ess jetzt meine Waffel ist zeit dazu ... das einzige Problem an der Sache ist, das ich halt weniger über Python lern und wieder VB mach. Meinetwegen.

Ja und? Wen stört das? Und auch hier liegst Du falsch: Man lernt ja nicht weniger über Python, nur weil man den dafür vorgesehenen Weg geht, und man lernt anders herum nicht mehr, nur weil man einen "tollen" RegExp bastelt!

Dann seid ihr glücklich und ich auch.

Also ich denke der Glückszustand jedes einzelnen hier ist nicht von Dir abhängig

[streetfox]

geht nicht, gibts nicht ist eine Lebenseinstellung und nicht eine Höflichkeitsform.

Schade nimmt man sich selbst so wichtig. Also ich gebe auf, es gibt keine REGEXP in Python die genauso mächtig ist wie diese nach der ich gefragt habe.

dankeschön einstweilen

[Hyperion]

geht nicht, gibts nicht ist eine Lebenseinstellung und nicht eine Höflichkeitsform.

Sehr sachlich ... SCNR

[rayo]

@Trundle:

leider ned:

Code: Alles auswählen

[
['Value1;', 'Value2', '"Value3"', 'of "very" "difficult"', '', 'expressions'], 
['and', '', 'we should not ;"then"; forget', 'that it \nworks ;'], 
['as ""ss""'], 
['expected""'], 
['And', 'this "is"', ' a', 'new start'], 
['And2', 'this is a', 'new start as well'], 
['only this" line"', ' is malformat;ted with" quotes"']]

Was stimmt den nicht?
Wenn ichs von Hand durchgehe, komm ich aufs selbe Resultat (bis auf die letzte Zeile, die ist aber extra Falsch)

Gruss

[audax]

Jetzt wo du es sagst...

[Leonidas]

Ob wahr oder nicht, steht doch nicht zur debatte. Die Frage geht um die REGEXP. Dass Leonidas recht hat mit der eigenen Suppe is ja ok. Aber die Meinung hilft dem Problem nun mal nicht weiter.

Ich mag nun mal nicht wenn irgendwelche gescheiten leute die ganze zeit was zu motzen haben. In foren solls schliesslich sachlich zu und her gehen.

Also, ich erkläre dir warum die Regex nicht tut (was audax auch schon meinte, ich habe es eben etwas ausformuliert) und dass man meist am besten auf den CSV-Parser der in der Stdlib zugreift. Und dann erklärst du mir das das erstens niemanden interessiert (Hyperion klang recht interressiert.. tut mir Leid, dass ich ihm etwas über .NET erklärt habe) und zweitens dass es unsachlich ist.

Die Logik muss ich nicht verstehen, oder? Mir wird ja öfters etwas vorgeworfen (meist Unfreundlichkeit und manchmal auch zurecht) aber in diesem Fall muss ich zugeben, dass ich mir durchaus Mühe gegeben habe Dinge zu erklären und Möglichkeiten aufzuzeigen. Warum das "keinen interessiert" und "unsachlich" ist geht über mein Verständnis :K

[BlackVivi]

Übrigens würde ich gerne den VB.net Code dazu sehen oO Ich versuchs grade in IronPython umzusetzen, aber da funktionierts auch nicht... auch nicht, wenn ich die .net Systembibliothek verwende.

Code: Alles auswählen

from System.Text.RegularExpressions import Regex

re = Regex('(?>([^,"]*("[^"]*")*[^,"]*)*)("[^"]*)?')

text = '''"Value1;";"Value2";"""Value3""";"of ""very"" ""difficult""";"";"expressions" 
"and";"";"we should not ;""then""; forget";"that it 
works ;" 
as ""ss"" 
expected"" 
"And";"this ""is""";" a";"new start" 
"And2";"this is a";"new start as well" 
"only "this" line";" is malformat;ted "with" quotes"'''

for i in re.Matches(text):
    print i

Wirft nur Hühnerkacke heraus.

[streetfox]

@rayo

Code: Alles auswählen

"that it
works ;"
as ""ss""
expected"" 
"And"

.... nö, das oben ist 1 Record und nicht 3, auch von hand

@trundle, ja klar

Code: Alles auswählen

Dim list As StringCollection = New StringCollection()
	Dim ptest As New Regex("(?>([^,""]*(""[^""]*"")*[^,""]*)*)(""[^""]*)?")
	Dim MatchResult As Match = ptest.Match(DATA)
	While MatchResult.Success
		list.Add(MatchResult.Value)
		MatchResult = MatchResult.NextMatch()
	End While

[rayo]

@rayo

Code: Alles auswählen

"that it
works ;"
as ""ss""
expected"" 
"And"

.... nö, das oben ist 1 Record und nicht 3, auch von hand

Bei mir startet er beim ersten Anführungszeichen in der ersten Zeile und endet in der 2. Zeile beim Schlusszeichen. Dann kommen Records, die die ganze Zeile lang sind.

Daher stimmt das schon mit 3 Records oder warum endet bei dir der Record nicht in der 2. Zeile beim Schlusszeichen?

[BlackVivi]

Welcher Version der .net Laufzeitumgebung verwendest du denn? Auf jedenfall funktionierts mit IronPython auch nicht... und das verwendet exakt die selbe Bibliothek wie du.

[streetfox]

@Trundel

.NET 3.5 SP1

@rayo

problem ist, dass hier mit einem free-text feld gearbeitet wurde. Im system werden die sonderzeichen nicht sauber ausgewiesen....

z.B.

Code: Alles auswählen

" statt
\"
oder
LF (als zeichen)
statt
\n

somit ist der record nicht beim vermeintlichen zeilenumbruch innerhalb des "..."; feldes zuende, sondern bei Fall 3

also gibt es 3 Fälle für einen Datensatz

• Fall1: " zu beginn des Files
  Fall2: ";" immer dazwischen
  Fall3: ;"..." + LF + "..."; Am Ende des Datensatzes

die RE erkennt dieses Muster. Wenn es uns gelingt das zu knacken kann ja jemand dafür sorgen dass dies in die stdlib vom CSV Parser eingepflegt wird?

[rayo]

Also ich kapiers noch nicht wirklich, wann der Datensatz nun zu ende sein soll und wann nicht.

Wie kann man erkennen ob die Daten auf der nächsten Zeile zur vorherigen Zeile gehören? Immer wenn auf der neuen Zeile nur ein Feld ("...") ist, gehörts zum vorherigen Datensatz? (Was ist dann mit csv-Files mit einer Zelle?)

Wenn es uns gelingt das zu knacken kann ja jemand dafür sorgen dass dies in die stdlib vom CSV Parser eingepflegt wird?

Ich denke nicht, dass das jemals eingepflegt wird, denn so wie du es beschrieben hast, sind die Sonderzeichen nicht richtig ... sprich das Feld ist fehlerhaft.

Gruss

[streetfox]

Code: Alles auswählen

"...";"text der hier steht"
"...";"text der hier steht"

= 2 Datensätze

im Vergleich zu

Code: Alles auswählen

"...";"text der
hier steht"
"...";"text der hier steht"

= 2 Datensätze (multiline)

Felder die fehlerhaft sind gibts nun mal immer wieder.