如何解决使用RegEx解析Transact SQL
| 我对RegEx缺乏经验-只是偶尔偶然遇到正经我反复试验而完成的编程任务的RegEx,但是现在我遇到了严重的regEx挑战: 我大约有970个包含Sybase Transact SQL片段的文本文件,我需要在这些文件中找到每个表名,并在表名前加上\'#\'。因此,我的选择是花一个星期的时间手动编辑文件,或者使用regEx(Python 3或Delphi-PRCE)编写脚本或应用程序来执行此任务。 规则如下: 表名始终为upperCase-所以我只在寻找upperCase 话; 列名,SQL表达式和变量总是小写; SQL关键字,表别名和列值可以为大写,但不能以\'#\'开头; 表别名(必须不加前缀)在它们之前始终带有空格。 前一个单词,它将是一个表名。 列值(不得带前缀)将是数字值或包含在其中的字符 引号。 这是一些示例文本,要求应用上述所有规则:update SYBASE_TABLE
set ok = convert(char(10),MB.limit)
from MOVE_BOOKS MB,PEOPLEPLACES PPL
where MB.move_num = PPL.move_num
AND PPL.mot_ind = \'B\'
AND PPL.trade_type_ind = \'P\'
到目前为止,我只走了这么远:(不算太远...)
(?-i)[[:: upper:]]
非常感激任何的帮助。
TIA,
MN
解决方法
使用简单的正则表达式替换就无法做到这一点。您将无法区分表,字符串文字或带注释的大写单词:
update TABLE set x=\'NOT_A_TABLE\' where y=\'NOT TABLES EITHER\'
-- AND NO TABLES HERE AS WELL
编辑
您似乎认为确定一个单词是否在字符串文字中很容易,然后考虑这样的SQL:
-- a quote: \'
update TABLE set x=42 where y=666
-- another quote: \'
要么
update TABLE set x=\'not \'\' A \'\'\'\' table\' where y=666
编辑二
好吧,我(痴迷于)坚决反对一个简单的正则表达式替换无效的事实。但是我还没有提供(可能的)解决方案。您可以做的是基于几个不同的正则表达式创建某种“ hybrid-lexer”。您要做的是扫描输入文件,并在每个字符的开头尝试匹配comment
,a5ѭ,a6ѭ或capitalized word
。并且,如果这四个先前模式都不匹配,那么只需消耗一个字符并重复该过程即可。
Python的小样:
#!/usr/bin/env python
import re
input = \"\"\"
UPDATE SYBASE_TABLE
SET ok = convert(char(10),MB.limit) -- ignore me!
from MOVE_BOOKS MB,PEOPLEPLACES PPL
where MB.move_num = PPL.move_num
-- comment \'
AND PPL.mot_ind = \'B \'\' X\'
-- another comment \'
AND PPL.trade_type_ind = \'P -- not a comment\'
\"\"\"
regex = r\"\"\"(?xs) # x = enable inline comments,s = enable DOT-ALL
(--[^\\r\\n]*) # [1] comments
| # OR
(\'(?:\'\'|[^\\r\\n\'])*\') # [2] string literal
| # OR
(\\b(?:AND|UPDATE|SET)\\b) # [3] keywords
| # OR
([A-Z][A-Z_]*) # [4] capitalized word
| # OR
. # [5] fall through: matches any char
\"\"\"
output = \'\'
for m in re.finditer(regex,input):
# append a `#` if group(4) matched
if m.group(4): output += \'#\'
# append the matched text (any of the groups!)
output += m.group()
# print the adjusted SQL
print output
产生:
UPDATE #SYBASE_TABLE
SET ok = convert(char(10),#MB.limit) -- ignore me!
from #MOVE_BOOKS #MB,#PEOPLEPLACES #PPL
where #MB.move_num = #PPL.move_num
-- comment \'
AND #PPL.mot_ind = \'B \'\' X\'
-- another comment \'
AND #PPL.trade_type_ind = \'P -- not a comment\'
这可能不是您想要的确切输出,但是我希望脚本足够简单,可以让您根据需要进行调整。
祝好运。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。