正则表达式匹配特定表的复杂 Where 子句

Posted 2023-04-13

【中文标题】正则表达式匹配特定表的复杂 Where 子句

【英文标题】：Regex to Match Complex Where Clause for Certian Table

【发布时间】：2018-10-11 13:04:47

【问题描述】：

我有一个程序，它采用受限制的 SQL Server WHERE 子句并删除以 certian 表为目标的 sectiona。这种 where 子句的一个例子是

AND (Util.Source='IP%' AND Util.ReqType = 'IP') AND (Util.Epinum 为空) AND ([Episode].[YN] = 'Y')

我需要删除使用表Episode 的所有查询部分，并考虑(、) 来括起语句以及字段名称的方括号等。所以要做到这一点我有

private string BuildResourceWhereClauses(string whereClauses, string episodeTable)

    Regex r = new Regex(
        $"AND\\s+\\(*\\[*episodeTable\\]*\\.\\[*\\w+\\]*\\s*(=|<>|<=|>=)(\\s*\\'*(NULL|\\S+|\\((.*?)\\)+)\\'*\\s*\\)*)1",
        RegexOptions.IgnoreCase);

    string tmp = r.Replace(whereClauses, String.Empty).Trim();
    return $" tmp";

这很好，返回

AND (Util.Source='IP%' AND Util.ReqType = 'IP') AND (Util.Epinum 为空)

但是现在，我被要求扩展它，以便我们允许所有 SQL WHERE 子句语法。所以我们现在可以有一个类似

的 where 子句

AND (Util.Source='IP%' AND Util.ReqType = 'IP') AND (Util.Epinum 为空) AND ([Episode].[YN] = 'Y') AND (Episode.Paste = 'Y') AND [Episode].[Source] = '%6' AND [Episode].[TFC] NOT IN ('LWC', 'POD')

说我们要“解析”，所以我把上面的方法修改为

private string BuildResourceWhereClauses(string whereClauses, string episodeTable)

    Regex r = new Regex(
        $"AND\\s+\\(*\\[*episodeTable\\]*\\.\\[*\\w+\\]*\\s*(=|<>|<=|>=|LIKE|IN|NOT IN|IS|BETWEEN\\s+\\w+\\s+AND)(\\s*\\'*(NULL|\\S+|\\((.*?)\\)+)\\'*\\s*\\)*)1",
        RegexOptions.IgnoreCase);

    string tmp = r.Replace(whereClauses, String.Empty).Trim();
    return $" tmp";

使用episodeTable = "Episode"我得到回报

AND (Util.Source='IP%' AND Util.ReqType = 'IP') AND (Util.Epinum 为空)'POD')

此缺失匹配 AND (Episode.Paste = 'Y')、AND [Episode].[Source] = '%6' 和 AND [Episode].[TFC] NOT IN ('LWC', 'POD')。

正则表达式有什么问题，如何修改它以返回我想要的？

与其让这个正则表达式变得复杂，我们可以简化它吗？

感谢您的宝贵时间。

---

下面的答案去掉了我之前拥有的一些功能（我的错是没有规定我需要保留它！以及是什么让这变得如此困难 - 捕获所有案例“）。所以我需要匹配这个字符串

AND (Util.Source='IP%' AND Util.ReqType = 'IP') AND (Util.Epinum 为空) AND ([Episode].[YN] = 'Y') AND Episode.FRC BETWEEN 10 AND 20 AND Episode.Dt 介于 '2011/02/25' 和 '2011/02/27' 之间 AND (Util.Source='IP%' AND Util.ReqType = 'IP') AND (Util.Epinum 为空) AND ([Episode].[YN] = 'Y' AND Episode.TFC IS NOT LIKE '655r% ') AND (Episode.Paste = 'Y') AND [Episode].[Source] IS NOT LIKE '%6' AND [Episode].[TFC] NOT IN ('LWC', 'POD') AND [Episode].[ TFC] 为空

所以在C#中，我需要下面的代码

string whereClaues = 
    "AND (Util.Source='IP%' AND Util.ReqType = 'IP') AND (Util.Epinum is null) " + 
    "AND ([Episode].[YN] = 'Y') AND Episode.FRC BETWEEN 10 AND 20 AND Episode.Dt between '2011/02/25' and '2011/02/27' " +
    "AND (Util.Source='IP%' AND Util.ReqType = 'IP') AND (Util.Epinum is null) AND ([Episode].[YN] = 'Y' AND Episode.TFC IS NOT LIKE '655r%') " +
    "AND (Episode.Paste = 'Y') AND [Episode].[Source] IS NOT LIKE '%6' AND [Episode].[TFC] NOT IN ('LWC', 'POD') AND [Episode].[TFC] IS NULL";
string tmp = r.Replace(whereClauses, String.Empty).Trim();

给tmp作为

AND (Util.Source='IP%' AND Util.ReqType = 'IP') AND (Util.Epinum 为空) AND (Util.Source='IP%' AND Util.ReqType = 'IP') AND （Util.Epinum 为空）

删除所有Episode 子句，包括BETWEEN 语句和IS NOT NULL 和IS NULL 语句。

有

AND\s+\(*\[*Episode\]*\.\[*\w+\]*\s*(<>|[><]?=|(?:NOT\s+)?IN|(?:IS\s+)?LIKE|(?:IS\s+NOT\s+)?LIKE|BETWEEN(\s*\'*(\((.*?)\)+|NULL|\S+)\'*\s*\)*)AND)(\s*\'*(\((.*?)\)+|NULL|\S+)\'*\s*\)*)

但这不匹配

Episode.TFC 为空

【问题讨论】：

What is wrong with the regex? 你正在使用正则表达式来修改 SQL，这是一个可怕的 hack。为什么不能只修改 SQL？

SQL 来自用户输入。此 where 子句在一个 CTE 查询中用于创建一个 tmp 表，该表随后与另一个连接。我需要去掉 where 子句的 Episode 部分，以便在后续的连接查询中使用。与所有类似的事情一样，我为什么使用这种方法并不总是很清楚。我在这里使用正则表达式，因为它似乎是一种方便的方式来做我想做的事，而无需编写完整的解析器 - 这将是更多的工作。

试试this one

@WiktorStribiżew 我喜欢这样，请做一个简短的回答，我会接受。我认为这可能会在未来对其他人有所帮助。

附有解释。

【参考方案1】：

看来您可以通过以下方式扩展您的模式：

$@"AND\s+\(*\[*episodeTable\]*\.\[*\w+\]*\s*(<>|[><]?=|(?:NOT\s+)?IN)(\s*\'*(\((.*?)\)+|NULL|\S+)\'*\s*\)*)"

请参阅regex demo here。

详情

AND - 一个子字符串 \s+ - 1+ 个空格 \(* - 0+ ( 字符 \[* - 0+ [ 字符 Episode - 表名 \]* - 0+ ] 字符 \. - 一个 . 字符 \[* - 0+ [ 字符 \w+ - 1+ 字字符 \]* - 0+ ] 字符 \s* - 0+ 个空格 (<>|[><]?=|(?:NOT\s+)?IN) - 第 1 组：<>、<=、>=、=、NOT IN 或 IN (\s*\'*(\((.*?)\)+|NULL|\S+)\'*\s*\)*) - 第 2 组： \s* - 0+ 个空格字符 \'* - 0+ ' 字符 (\((.*?)\)+|NULL|\S+) - 第 3 组： \( - 一个( (.*?) - 第 4 组：除换行符之外的任何 0+ 字符尽可能少 \)+ - 1+ ) 字符 | - 或 NULL - NULL 子字符串 | - 或 \S+ - 1+ 非空白字符 \'* - 0+ ' 字符 \s* - 0+ 个空格 \)* - 0+ ) 字符。

【讨论】：

后部疼痛，但我忘记了AND [Episode].[Source] IS LIKE '%6' 和AND [Episode].[Source] IS NOT LIKE '%6' 之类的部分。此外，在第 3 组中，我们可能有 NOT NULL 您能否就我的更新提出建议 AND\s+\(*\[*Episode\]*\.\[*\w+\]*\s*(<>|[><]?=|(?:NOT\s+)?IN|(?:IS\s+)?LIKE)(\s*\'*(\((.*?)\)+|IS\s+(?:NOT\s+)?\s+NULL|\S+)\'*\s*\)*) 我尝试添加对 IS NULL 和 IS NOT NULL 的支持不起作用。