Question

问题：

我有一个搜索ODBC转义序列的函数，然后用它们的原生等价物递归替换它们。

例如，给定ODBC转义序列，如： {fn concat（column1，column2）}

我将其替换为本机SQL等效项

if (StringComparer.OrdinalIgnoreCase.Equals("concat", strFunctionName)) {
    strArguments = strArguments;

    string[] astrArguments = strArguments.Split(',');
    string strTerm = astrArguments[0] + " || " + astrArguments[1];

    return strTerm;
}

产生column1 || column2（PostGreSql语法）

一般来说，我必须解决字符串“arglist_comma_separated” {fn whatever（arglist_comma_separated）}

进入其组件

毋庸置疑，对于我目前的版本，它不起作用如果arglist中的参数1类似于

'hello, world'

更糟糕的是，如果我以家庭和名字为例，它可能是 {fn what（'d'Amato'，'Alberto'）}

我如何最好地分割论点？

如何使用正则表达式或解析？

编辑：
嗯，再想一想，并有一个出色的想法（用一个逃脱角色代替''）有了这个，对于非正则表达式解决方案，问题的复杂性从中高到降级为：
附录：实际上，只是几乎无足轻重，我忘了考虑功能嵌套在分裂 - 愚蠢。

    protected static string[] GetArguments(string strAllArguments)
    {
        string EscapeCharacter = System.Convert.ToChar(8).ToString();

        strAllArguments = strAllArguments.Replace("''", EscapeCharacter);

        bool bInString = false;
        int iLastSplitAt = 0;
        int iInFunction = 0;

        System.Collections.Generic.List<string> lsArguments = new System.Collections.Generic.List<string>();

        for (int i = 0; i < strAllArguments.Length; i++)
        {
            char strCurrentChar = strAllArguments[i];

            if (strCurrentChar == '\'')
                bInString = !bInString;

            if (bInString)
                continue;


            if (strCurrentChar == '(')
                 iInFunction++;

            if (strCurrentChar == ')')
                 iInFunction--;

            if (strCurrentChar == ',')
            {
                if(iInFunction == 0)
                {
                    string strExtract = strAllArguments.Substring(iLastSplitAt, i - iLastSplitAt);
                    strExtract = strExtract.Replace(EscapeCharacter, "''");
                    lsArguments.Add(strExtract);
                    iLastSplitAt = i;
                }
            }

        }


        string strExtractLast = strAllArguments.Substring(iLastSplitAt + 1);
        strExtractLast = strExtractLast.Replace(EscapeCharacter, "''");
        lsArguments.Add(strExtractLast);

        string[] astrResult = lsArguments.ToArray();
        lsArguments.Clear();
        lsArguments = null;

        return astrResult;
    }

Answer 1

（编辑：我清理过这个答案很多，因为很多反馈迭代;下面是我对这个主题的结论）

解析复杂的语言是一项艰巨的任务，因此我假设您将问题缩小到处理以逗号分隔的标记值列表（例如字符串，数字，简单标识符等 - 而不是复杂的表达式）。如果我弄错了，你手中的问题可能比你想象的要大。在这种情况下，我建议this question作为起点。

最简单的解决方案 - 在,上拆分 - 主要不是因为字符串，因为逗号可以出现在字符串中。解析字符串是一项简单的任务，假设您正确处理转义字符：它以引号开头，具有零个或多个字符，并以另一个引号结束。

在大多数语言中，如果字符串由'分隔，则可以使用\'转义其中的引号。 SQL将字符串中的''解释为转义引用。如果您知道只有其中一种形式存在，您可以忽略另一种形式。在下面的答案中，我决定将两者都包括在内。

此外，某些语言接受单引号（'）和双引号（"）来分隔字符串。关于转义字符的相同观察结果适用。我的解决方案也涉及两种形式。

除了字符串之外，指定参数的有效字符也很重要。为简单起见，我认为它将是“任何不是逗号”。出于同样的原因，我提出的解决方案将接受任意数量的字符串和非字符串，并将它们组合在一起，将它们作为单个实体返回（重申，如果需要复杂表达式，则应采用更通用的解析技术这个简单的解决方案）。

实现这一点的一种方法是在应用上述逻辑时循环查看字符，就像在最近的更新中所做的那样。另一种是使用正则表达式。正则表达式具有更好的性能（通常）和更清晰的代码，更不容易出错。主要的骗局是正则表达式本身的复杂性，因为“密集”格式可能更难理解/维护。

我建议的正则表达式将是（为了便于阅读而添加空格/换行符）：

(
    (?:  \'   (?: ['\\]\' | [^'] )*   \'  |
         \"   (?: ["\\]\" | [^"] )*   \"  |
         [^,'"]
    )+
)
(?: \, | $)

简短格式：

((?:\'(?:['\\]\'|[^'])*\'|\"(?:["\\]\"|[^"])*\"|[^,'"])+)(?:\,|$)

每个字符串都接受转义引号（'或\后跟'）或任何非引号的“字符”。匹配（大捕获组）必须后跟,或输入结束。

上面的正则表达式的实例可以看出here（该示例使用Ruby，但在C＃中应该同样有效）。只要整个输入匹配（即不存在不匹配的子字符串），每个匹配将正确捕获参数。 警告：格式错误的输入会产生错误的输出，因此上面的正则表达式必须不用于验证。

要在C＃代码中使用此解决方案，您可以使用Regex.Matches：

MatchCollection matches = Regex.Matches(strArguments, "((?:\'(?:['\\]\'|[^'])*\'|\"(?:["\\]\"|[^"])*\"|[^,'"])+)(?:\,|$)");
string[] arguments = from m in matches select m.Captures[1].Value;

如上所述，您还必须确保匹配涵盖整个输入。我把它作为读者的练习......;）

备注：

我假设Matches的结果不重叠;如果我弄错了，上面的代码必须适应从前一个结束的索引开始的每个匹配;

我也像往常一样假设捕获组＃0将是整场比赛，＃1将首先捕获组。

如何拆分sql参数列表字符串？

1 个答案: