regex - 关于交替部分的正则表达式

Question

我有一个日志条目，我只想用正则表达式提取 SQL 语句。SQL 语句可以是任何 DDL 或 DML 语句，并且可能有几行。参数部分可能会丢失，并且“在 xx 记号中获得 xx 结果”也可能会丢失。但是 ":SQLEnd:" 行总是存在的。这里有些例子

SELECT col1, col2 FROM table WHERE col1 = :id and col2= :num ORDER BY ORDERID ASC

Params:
:id -> 60081
:num-> 1

Got 2 Results in 0 Ticks
:SQLEnd:

或者：

SELECT col1, col2 FROM table WHERE col1 = :id and col2= :num ORDER BY ORDERID ASC

Got 2 Results in 0 Ticks
:SQLEnd:

或者：

SELECT col1, col2 FROM table WHERE col1 = :id and col2= :num ORDER BY ORDERID ASC

Params:
:id -> 60081
:num-> 1

:SQLEnd:

或者：

SELECT col1, col2 FROM table WHERE col1 = :id and col2= :num ORDER BY ORDERID ASC

:SQLEnd:

score 0 · Accepted Answer

与您的示例相匹配的基本正则表达式是：

SELECT .+?:SQLEnd:

您需要确保.将匹配换行符。在 PHP 中，这将是：

/SELECT .+?:SQLEnd:/s

但是，这个正则表达式不是很健壮，因为它在与某些 SQL 查询（例如：包含一个或多个子查询的SELECT查询）一起使用时可能会中断。并且您想匹配“任何 DDL 或 DML 语句”，这对于正则表达式来说非常复杂。正如马克所说，使用解析器而不是正则表达式会更好。

编辑

在 C#.net 中，您将使用：

new Regex("SELECT .+?:SQLEnd:", RegexOptions.Singleline);

的文档RegexOptions.Singleline在这里：

指定单行模式。更改点 (.) 的含义，使其匹配每个字符（而不是除 \n 之外的每个字符）。

您还可以使用此内联选项来启用单行模式：

new Regex("(?s)SELECT .+?:SQLEnd:");

score 0 · Accepted Answer

正如 Mark Thalman 在评论中提到的，您可能希望为此研究一个好的解析器，有多种可用的语言可以涵盖您应该使用的任何语言。

http://code.google.com/p/python-sqlparse/（例如）是 Python SQL 解析器的一个很好的例子

要回答您的问题，我将使用正则表达式：

'(s?)(m?)(.*?^:SQLEnd:)'

这将匹配任何 DDL/DML 语句，但它会粗略地匹配（解释如下）。

开头的标志表示 DOTALL（点包含所有字符）和 MULTILINE（$ 和 ^ 表示行的结尾和开头）。大多数语言都有内置的标志，您可以使用它们实现的任何正则表达式类来激活这些标志。（即 Pythonre.DOTALL和re.MULTILINE来自import re.

请注意，这个正则表达式只会获取 ":SQLEnd:" 实例之间的表达式 - 所以

SELECT col1, col2 FROM table WHERE col1 = :id and col2= :num ORDER BY ORDERID ASC

Params:
:id -> 60081
:num-> 1

Got 2 Results in 0 Ticks
:SQLEnd:

将是一组并且

or:

SELECT col1, col2 FROM table WHERE col1 = :id and col2= :num ORDER BY ORDERID ASC

Got 2 Results in 0 Ticks
:SQLEnd:

将是另一个。这是粗略的（但我能想到的唯一方法可以轻松解释任何 DDL/DML 语句）但希望对您有用。如果这不是一个选项，我强烈推荐使用 SQL 解析器。

2 回答 2