Question

我有想要美化的SQL代码文件，而且我无法区分代码的某一行/部分是字符串还是注释。

我目前的流程是在模式/匹配器中搜索文件，并使用正则表达式N?'([']{2}|[^'])*+'(?!')和\s*--.*?\n|/\*.*?\*/的注释删除字符串，并将它们放在各自的存储阵列中以避免格式化它们。

实施例

WHERE y = 'STRING' - ＆gt; WHERE y = THIS_IS_A_STRING和strings[0] = 'STRING'

SELECT x --do not format - ＆GT; SELECT x THIS_IS_A_COMMENT和comments[0] = --do not format

在美化了所有内容后，我会搜索THIS_IS_A_STRING和THIS_IS_A_COMMENT并从数组中恢复各自的值。

我遇到的问题是注释中是否包含撇号，或者SQL字符串中是否包含双短划线。我可以解决一个问题，但它会导致另一个问题，这取决于我是否选择首先保留字符串或注释。

例如：

首先保留字符串的

--Don't format this将'nt format this一直匹配到下一个'，（由于能够使用多行字符串）。

另一方面，如果我选择先保留评论：

SELECT x FROM y WHERE z = '--THIS_IS_AS_STRING--'，它会检测--并将所有内容存储到注释数组的下一个换行符中。

非常感谢任何帮助。

编辑：我知道我应该用SQL解析器来做这件事，但我一直在研究这个主要是正则表达式，这是我需要完成的最后一步

Answer 1

我做了这个reqexp：

/^(([^\\'"\-]+|\-[^\\'"\-]|\\.)+|-?'([^\\']+|\\.)+'|-?"([^\\"]+|\\.)+")+\-\-[^\n]+/

匹配SQL注释的规则

评论行以--，评论和分行结尾。
在评论之前我们可以：
- 除\'"-
- -如果没有\'"-
- 一个\后跟任何字符，包括\'"-
- 一对'，它们之间没有'，除非它有{奇数'\ inforont。
- 一对"，它们之间没有"，除非它有{奇数'\ inforont。
- 这些对可以有一个- inforont，但不是2

我错过了什么吗？

Answer 2

此链接可能会有所帮助： Java Regex find/replace pattern in SQL comments

我在这里粘贴代码

try {
    Pattern regex = Pattern.compile("(?:/\\*[^;]*?\\*/)|(?:--[^;]*?$)", Pattern.DOTALL |    Pattern.MULTILINE);
    Matcher regexMatcher = regex.matcher(subjectString);
    while (regexMatcher.find()) {
        // matched text: regexMatcher.group()
        // match start: regexMatcher.start()
        // match end: regexMatcher.end()
    } 
} catch (PatternSyntaxException ex) {
    // Syntax error in the regular expression
}

我会首先替换注释，然后使用替换的字符串作为字符串正则表达式的输入。这样正则表达式就不会混淆字符串和注释。

Answer 3

虽然我意识到Song正在寻找这个问题的正则表达式解决方案，但我想指出SQL不是常规的（https://stackoverflow.com/a/5639859/2503659），因此不存在正则表达式解决方案。

话虽如此，我认为其他人已经为常见情况提供了很好的解决方案。

区分SQL字符串与注释

3 个答案: