因为逻辑逆反(前面的值必须仰赖後面的row才知道)，而且特例很多， 似乎很难向量化处理，就是必须做苦工，一行一行去扫 但你的例子中，有些逻辑很怪，我想，有些特例就留给你处理， 我提供一个有点丑，但可以解决大部分情况的例子 程式不会难，可能有其他漂亮的解决方式，但如果你还有更多特例 在你实际的案例中的话，那其实也是没辙.... 所以最重要的是，还是你最熟悉自己案例的人得下去跟这些if..else.. cases磨。 才能建立好这一整套parse流程。 library(data.table) library(magrittr) fcon <- file("D:/R/example/ptt_try_sql.txt", "r") ftxt <- readLines(fcon) close(fcon) ## directly copy from your question in ptt web, as input print(ftxt) ## parse your input trimx <- function(x) gsub('^\\s+|\\){0,}\\s{0,}\\"{0,}\\s+$','', x) txt1 <- trimx(ftxt) sqlcmd <- c("select","insert","join","delete","create") sqlio <- c("from","into","table") rstart <- c("insert","delete") rstop <- c("select","create") rinter <- c("join") s1 <- regexpr(paste(sqlcmd,collapse = "|"), txt1, ignore.case = TRUE) t1 <- regexpr(paste(sqlio,collapse = "|"), txt1, ignore.case = TRUE) ## First step, get a command - destination table sqlt <- data.table(cmd=trimx(substr(x=txt1, start=s1, stop=s1+attributes(s1)$match.length-1)), tbl=trimx(substr(x=txt1, start=t1+attributes(t1)$match.length, stop=ifelse(t1==-1,-1,nchar(txt1))))) ## Second step, one-by-one line to scan and handle if..else cases gcnt <- 0L ccnt <- 0L clv <- 0L tmpo <- data.table(lv=0L, obj=NA_character_, dep=NA_character_, grp=0L, idcnt=0L) out <- data.table(lv=integer(), obj=character(), dep=character(), grp=integer(), idcnt=integer()) flag <- 0L pend <- 0L for (i in 1:nrow(sqlt)) { if (sqlt$cmd[i] %in% rstart) { if (flag==0L) { flag <- 1L ccnt <- ccnt+1L } else { ccnt <- 1L clv <- 0L } gcnt <- gcnt+1L cobj <- sqlt$tbl[i] tmpo[1,`:=`(lv=clv,obj=cobj,dep=NA_character_,grp=gcnt,idcnt=ccnt)] out <- rbind(out,tmpo) clv <- clv+1L pend<- 0L next } else if (sqlt$cmd[i] %in% rinter) { if (flag==0L) { flag <- 1L ccnt <- out[nrow(out)]$idcnt gcnt <- out[nrow(out)]$grp clv <- out[nrow(out)]$lv + pend cobj <- out[nrow(out)]$obj } else { ccnt <- ccnt+1L } if (pend==0L) { tmpo[1,`:=`(lv=clv,obj=cobj,dep=NA_character_,grp=gcnt,idcnt=ccnt)] out <- rbind(out,tmpo) } pend<- 0L next } else if (sqlt$cmd[i] %in% rstop) { if (!is.na(sqlt$tbl[i]) & sqlt$tbl[i]!="") { ccnt <- ccnt+1L cobj <- sqlt$tbl[i] if (gcnt==0 | flag==0L) {gcnt<- gcnt+1} tmpo[1,`:=`(lv=clv,obj=cobj,dep=NA_character_,grp=gcnt,idcnt=ccnt)] out <- rbind(out,tmpo) ccnt <- 0L clv <-0L cobj <-NA_character_ flag <-0L } else { pend <- 1L } next } else { if (!is.na(sqlt$tbl[i]) & sqlt$tbl[i]!="") { cobj <- sqlt$tbl[i] if (pend==1L) { tmpo[1,`:=`(lv=clv,obj=cobj,dep=NA_character_,grp=gcnt,idcnt=ccnt+1)] out <- rbind(out,tmpo) ccnt <- 0L clv <- 0L cobj <- NA_character_ flag <- 0L } } else { if (is.na(sqlt$cmd[i]) | sqlt$cmd[i]=="") { ccnt <- ccnt+1L tmpo[1,`:=`(lv=clv,obj=cobj,dep=NA_character_,grp=gcnt,idcnt=ccnt)] out <- rbind(out,tmpo) ccnt <- 0L clv <-0L cobj<-NA_character_ flag<-0L } } next } } ## 3rd step: Addtional step to handle LV, DEP... out[,lv:=max(lv)-lv, by=.(grp)] %>% .[,dep:=ifelse(lv==0,NA_character_,shift(obj,type="lead")),by=.(grp)] lv obj dep grp idcnt 1: 0 t1 NA 1 1 2: 1 t2 t1 2 1 3: 0 t1 NA 2 2 4: 2 t5 t4 3 1 5: 1 t4 t3 3 2 6: 0 t3 NA 3 3 7: 2 t9 t8_1 4 1 8: 1 t8_1 t8_2 4 2 9: 0 t8_2 NA 4 3 10: 0 t11 NA 5 1 11: 1 t13 t12 6 1 12: 0 t12 NA 6 2 13: 0 new1 NA 7 1 14: 0 new NA 8 1 15: 0 new2 NA 9 1 t8_1, t8_2那一段和前面那一段结果不一致，或许需要额外的flag 来处理join前後有两个不同的table 塞到前面两个不同的row去 这是很奇怪的特例，但还是可以额外处理...我这边，就不再改版了 ...只能花这麽多时间处理到目前了，抱歉 ※ 引述《criky (立业成家)》之铭言： : [问题类型]: : 程式谘询(我想用R 做某件事情，但是我不知道要怎麽用R 写出来) : [软体熟悉度]: : 新手(没写过程式，R 是我的第一次) : [问题叙述]: : [问题类型]: : 程式谘询(我想用R 做某件事情，但是我不知道要怎麽用R 写出来) : [软体熟悉度]: : 新手(没写过程式，R 是我的第一次) : [问题叙述]: : data如下： : (to) (from) : sql_command from_t insert_t table_t 想整理成 lv obj dep : select ... form t1 t1 0 t1 : ----------------------------------------------- : insert into t2 t2 1 t2 t1 : from t1 t1 : ----------------------------------------------- : insert into t5 t5 2 t5 t4 : select * 1 t4 t3 : from t4 t4 0 t3 : join : (select ... from t3) t3 : ----------------------------------------------- : insert into t9 t9 1 t9 t8_1 : select * from 1 t9 t8_2 : (select ... from t8_1) t8_1 0 t8_1 : join 0 t8_2 : (select ... from t8_2) t8_2 : ------------------------------------------------ : delete from t11 t11 0 t11 : ------------------------------------------------ : delete from t13 t13 1 t13 t12 : (select ... from t12) t12 0 t12 : ------------------------------------------------ : create table new1 new1 1 new1 new : select ... from new new 0 new : ------------------------------------------------ : create table new2 new2 0 new2 : 想整理成以下资料 : obj dep lv : t1 0 : t1 t2 1 : t5 t4 2 : t4 t3 1 : t3 0 : t9 t8_1 1 : t9 t8_2 1 : t8_1 0 : t8_2 0 : t11 0 : t13 t12 1 : t12 0 : new1 new 1 : new 0 : new2 0 : 上面范例资料实际是没有 -------- : 是为了阅读方便所以将资料分组并加上 ------- : 有(select..)的话lv会+1 : join上下的(select..) table lv 是相同的 : 先把问题po上来， : 回家也会再想想怎麽做~ : 若有大大愿意协助非常感谢! : 回报一下， : 目前还是用EXCEL先做， : 整个流程大致如下： : 1、将sql语法贴到excel A1，用许多栏位取出 : select,insert into,delete...关键字是否存在 : 2、档案中语法段落间有空行，可编码成不同group : 3、抓出table名称，以table数量+考虑join是否存在判断level : 大致上是这样做，但事实上仍有许多状况， : 例如join的上下table是同一个，但筛选的资料不同， : 总之目前还是手工在做整理 QQ : 这种半结构式的data整理起来还真痛苦 QQ : [关键字]: : level sql : 选择性，也许未来有用 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 36.228.136.2 ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/R_Language/M.1483054339.A.CB6.html ※ 编辑: cywhale (36.228.136.2), 12/30/2016 08:21:04