使用RegEx解析Transact SQL

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。

使用RegEx解析Transact SQL

如何解决使用RegEx解析Transact SQL

解决方法

相关推荐