正则表达式匹配 MySQL 注释

Posted 2023-02-21

【中文标题】正则表达式匹配 MySQL 注释

【英文标题】：Regex to match MySQL comments

【发布时间】：2011-10-29 07:57:36

【问题描述】：

我需要从 mysql 查询中查找并删除所有 cmets。我遇到的问题是避免使用引号或反引号内的注释标记（--、#、/* ... */）。

【问题讨论】：

查找很容易。对删除进行手动编辑。其他任何内容都可能会破坏您的查询字符串。

regex 的语法略有不同，具体取决于您使用它的用途。您在 javascript、php、asp 中执行此操作？

你能举个例子吗？

【参考方案1】：

此代码适用于我：

function strip_sqlcomment ($string = '') 
    $RXSQLComments = '@('(''|[^'])*')|(--[^\r\n]*)|(\#[^\r\n]*)|(/\*[\w\W]*?(?=\*/)\*/)@ms';
    return (($string == '') ?  '' : preg_replace( $RXSQLComments, '', $string ));

只要稍微调整一下正则表达式，它就可以用来剥离任何语言的 cmets

【参考方案2】：

不幸的是，您只能使用正则表达式进行非常有限的 SQL 格式化。主要原因是有例如您不想删除的 cmets 或不能小写/大写的标记，因为它们是文字的一部分，并且由于不同的 SQL 方言使用不同的封闭字符，有时甚至使用不同的 SQL 方言，因此并不总是容易找到文字的开头和结尾几个字符来包围文字。有时人们会将 SQL 片段放在注释中以供以后重用。您不想重新格式化这些 SQL。 当您使用正则表达式更改 SQL 语句时，在您的 DB 工具中再次运行更改后的 SQL，以确保您没有对逻辑进行任何更改。我听说有人在不检查结果的情况下对数百个 SQL 文件运行正则表达式。我认为这是非常危险的一步。永远不要更改正在运行的 SQL ;-)

【参考方案3】：

在 PHP 中，我使用此代码取消注释 SQL：

$sqlComments = '@(([\'"`]).*?[^\\\]\2)|((?:\#|--).*?$|/\*(?:[^/*]|/(?!\*)|\*(?!/)|(?R))*\*\/)\s*|(?<=;)\s+@ms';
/* Commented version
$sqlComments = '@
    (([\'"`]).*?[^\\\]\2) # $1 : Skip single & double quoted + backticked expressions
    |(                   # $3 : Match comments
        (?:\#|--).*?$    # - Single line comments
        |                # - Multi line (nested) comments
         /\*             #   . comment open marker
            (?: [^/*]    #   . non comment-marker characters
                |/(?!\*) #   . ! not a comment open
                |\*(?!/) #   . ! not a comment close
                |(?R)    #   . recursive case
            )*           #   . repeat eventually
        \*\/             #   . comment close marker
    )\s*                 # Trim after comments
    |(?<=;)\s+           # Trim after semi-colon
    @msx';
*/
$uncommentedSQL = trim( preg_replace( $sqlComments, '$1', $sql ) );
preg_match_all( $sqlComments, $sql, $comments );
$extractedComments = array_filter( $comments[ 3 ] );
var_dump( $uncommentedSQL, $extractedComments );

【参考方案4】：

不幸的是，您要执行的操作需要上下文无关的语法，而不能使用正则表达式来完成。这是因为嵌套，在计算机科学理论中，我们需要一个堆栈来跟踪您何时嵌套在引号或其他内容中。 （从技术上讲，这需要下推自动机而不是常规语言。等等等等学术界等等......）这并不难实现，但必须通过程序来完成，老实说，它可能需要比你想要的更多的努力花费。

如果你不介意剪切和粘贴，可以使用SQLInform。在线模式免费，支持评论删除。

更新

考虑到我在下面收到的评论，我使用了 MySQL 编辑器。我错了——他们实际上禁止嵌套任何比一层更深的东西。您不能再在评论中嵌套评论（如果可以的话）。无论如何，我将只为 SQLInform 链接留下我的答案。

【讨论】：

考虑：' /* hello world */ ' 或 ' --i; '。这些 cmets（或第二种情况下的一元运算符）嵌套在引号内，很可能不是用户想要剥离的东西。

【参考方案5】：

有人为你写的。转换为您需要的任何语言。

Use Regular Expressions to Clean SQL Statements

这是答案中包含的 C# 翻译，以防原始链接消失。我还没有测试过，但它看起来不错。

public static string ToRaw(string commandText)

    RegexOptions regExOptions = (RegexOptions.IgnoreCase | RegexOptions.Multiline);
    string rawText=commandText;
    string regExText = @”(‘(”|[^'])*’)|([\r|\n][\s| ]*[\r|\n])|(–[^\r\n]*)|(/\*[\w\W]*?(?=\*/)\*/)”;
    //string regExText = @”(‘(”|[^'])*’)|[\t\r\n]|(–[^\r\n]*)|(/\*[\w\W]*?(?=\*/)\*/)”;
    //’Replace Tab, Carriage Return, Line Feed, Single-row Comments and
    //’Multi-row Comments with a space when not included inside a text block.

    MatchCollection patternMatchList = Regex.Matches(rawText, regExText, regExOptions);
    int iSkipLength = 0;
    for (int patternIndex = 0; patternIndex < patternMatchList.Count; patternIndex++)
    
        if (!patternMatchList[patternIndex].Value.StartsWith("'") && !patternMatchList[patternIndex].Value.EndsWith("'"))
        
            rawText = rawText.Substring(0, patternMatchList[patternIndex].Index – iSkipLength) + " " + rawText.Substring(patternMatchList[patternIndex].Index – iSkipLength + patternMatchList[patternIndex].Length);
            iSkipLength += (patternMatchList[patternIndex].Length – " ".Length);
        
    
    //'Remove extra spacing that is not contained inside text qualifers.
    patternMatchList = Regex.Matches(rawText, "'([^']|'')*'|[ ]2,", regExOptions);
    iSkipLength = 0;
    for (int patternIndex = 0; patternIndex < patternMatchList.Count; patternIndex++)
    
        if (!patternMatchList[patternIndex].Value.StartsWith("'") && !patternMatchList[patternIndex].Value.EndsWith("'"))
        
            rawText = rawText.Substring(0, patternMatchList[patternIndex].Index – iSkipLength)+" " + rawText.Substring(patternMatchList[patternIndex].Index – iSkipLength + patternMatchList[patternIndex].Length);
            iSkipLength += (patternMatchList[patternIndex].Length – " ".Length);
        
    
    //'Return value without leading and trailing spaces.
    return rawText.Trim();