java - 区分 SQL 字符串和注释

Question

我有一些想要美化的 SQL 代码文件，但我无法区分代码的某一行/部分是字符串还是注释。

我当前的流程是对文件进行模式/匹配器搜索，并使用正则表达式 N?'([']{2}|[^'])*+'(?! ') 以及带有 \s*--.*?\n|/\*.*?\*/ 的注释，并将它们放入各自的存储数组中，以避免格式化它们。

示例:

WHERE y = 'STRING' -> WHERE y = THIS_IS_A_STRING 和 strings[0] = 'STRING'

SELECT x --不格式化-> SELECT x THIS_IS_A_COMMENT 和 comments[0] = --不格式化

美化所有内容后，我会遍历并搜索 THIS_IS_A_STRING 和 THIS_IS_A_COMMENT 并从数组中恢复它们各自的值。

我遇到的问题是注释中是否包含撇号，或者 SQL 字符串中是否包含双破折号。我可以解决一个问题，但它会导致另一个问题，具体取决于我选择先保留字符串还是注释。

例如:

--不要格式化此内容，首先保留字符串将匹配'不格式化此内容一直到下一个' ，(由于能够具有多行字符串)。

另一方面，如果我选择先保留评论:

SELECT x FROM y WHERE z = '--THIS_IS_AS_STRING--'，它将检测 -- 并将所有内容存储到注释数组中，直到下一个换行符。

任何帮助将不胜感激。

编辑:我知道我可能应该使用 SQL 解析器来完成此操作，但我一直主要使用正则表达式来完成此操作，这是我需要完成的最后一步

Answer 1

我做了这个请求表达式:

/^(([^\\'"\-]+|\-[^\\'"\-]|\\.)+|-?'([^\\']+|\\.)+'|-?"([^\\"]+|\\.)+")+\-\-[^\n]+/

匹配SQL注释的规则

• 注释行以 --、注释和换行符结尾。
• 在评论之前我们可以有:
  • 除 \'"- 之外的任何字符
  • a -(如果后面没有任何 \'"-
  )
  • \ 后跟任何字符，包括 \'"-
  • 一对'，它们之间没有'，除非其前面有奇数个\。
  • 一对"，它们之间没有"，除非其前面有奇数个\。
  • 这些对可以有一个 - 信息，但不能有 2

我错过了什么吗？