我将使用啥代码将类似 SQL 的表达式即时转换为正则表达式？

Posted 2023-04-12

技术标签:

【中文标题】我将使用啥代码将类似 SQL 的表达式即时转换为正则表达式？【英文标题】：What code would I use to convert a SQL like expression to a regex on the fly?我将使用什么代码将类似 SQL 的表达式即时转换为正则表达式？ 【发布时间】：2010-09-08 00:06:13 【问题描述】：

我希望将类似 SQL 的语句即时转换为等效的正则表达式，即

LIKE '%this%'
LIKE 'Sm_th'
LIKE '[C-P]arsen'

最好的方法是什么？

附：我希望在 .Net Framework (C#) 上执行此操作。

【问题讨论】：

【参考方案1】：

以下 Regex 在 MatchEvaluator 委托的帮助下将类似 SQL 的模式转换为 Regex 模式。它正确处理方括号块并转义特殊的正则表达式字符。

string regexPattern = "^" + Regex.Replace(
    likePattern,
    @"[%_]|\[[^]]*\]|[^%_[]+",
    match =>
    
        if (match.Value == "%")
        
            return ".*";
        
        if (match.Value == "_")
        
            return ".";
        
        if (match.Value.StartsWith("[") && match.Value.EndsWith("]"))
        
            return match.Value;
        
        return Regex.Escape(match.Value);
    ) + "$";

【讨论】：

如果您使用此代码生成的正则表达式，“hello%”将匹配“Say hello”，这是不正确的。好点@JimBerg，我已经添加了开始/结束锚点。我使用了您的答案，但对 % 何时位于开头或结尾或两者兼而有之进行了特殊检查。 SQL 表达式与正则表达式相反。如果你想要'%hello%'，它只转换为'hello'。 '你好'翻译成'^你好$'。 'hello%' 是 '^hello' 而 '%hello' 是 'hello$'。我不知道是否有人曾经在中间使用 % ，例如 'hello%world' ，它将匹配以 hello 开头并以 world 结尾的任何内容。您的答案似乎确实可以正确处理。很高兴看到您在 9 年后仍然活跃。 :-)【参考方案2】：

除了@Nathan-Baulch 的解决方案之外，您还可以使用下面的代码来处理使用LIKE '!%' ESCAPE '!' 语法定义了自定义转义字符的情况。

   public Regex ConvertSqlLikeToDotNetRegex(string regex, char? likeEscape = null)
   
        var pattern = string.Format(@"
            0[%_]|
            [%_]|
            \[[^]]*\]|
            [^%_[0]+
            ", likeEscape);

        var regexPattern = Regex.Replace(
            regex,
            pattern,
            ConvertWildcardsAndEscapedCharacters,
            RegexOptions.IgnorePatternWhitespace);

        regexPattern = "^" + regexPattern + "$";

        return new Regex(regexPattern,
            !m_CaseSensitive ? RegexOptions.IgnoreCase : RegexOptions.None);
    

    private string ConvertWildcardsAndEscapedCharacters(Match match)
    
        // Wildcards
        switch (match.Value)
        
            case "%":
                return ".*";
            case "_":
                return ".";
        

        // Remove SQL defined escape characters from C# regex
        if (StartsWithEscapeCharacter(match.Value, likeEscape))
        
            return match.Value.Remove(0, 1);
        

        // Pass anything contained in []s straight through 
        // (These have the same behaviour in SQL LIKE Regex and C# Regex)
        if (StartsAndEndsWithSquareBrackets(match.Value))
        
            return match.Value;
        

        return Regex.Escape(match.Value);
    

    private static bool StartsAndEndsWithSquareBrackets(string text)
    
        return text.StartsWith("[", StringComparison.Ordinal) &&
               text.EndsWith("]", StringComparison.Ordinal);
    

    private bool StartsWithEscapeCharacter(string text, char? likeEscape)
    
        return (likeEscape != null) &&
               text.StartsWith(likeEscape.ToString(), StringComparison.Ordinal);

【讨论】：

【参考方案3】：

从你上面的例子中，我会这样攻击它（我说的是笼统的说法，因为我不懂 C#）：

用 LIKE '...' 将其分开，将 ... 部分放入一个数组中。将未转义的 % 符号替换为 .*，将下划线替换为 .，在这种情况下，[CP]arsen 直接转换为正则表达式。

用管道将数组片段重新连接在一起，并将结果用括号和标准正则表达式位包裹起来。

结果是：