應該如何構造復雜的正則表達式

2020-03-22 19:03:34

字體：大中小

來源：轉載

供稿：網友

文題本來是《如何構造復雜的html' target='_blank'>正則表達式》，但是覺得有些歧義，就感覺正則式本來很簡單，我在教人如何將它小事化大一樣。正好相反，我的本意是說，即使復雜的正則式也不怕，找出合適的方法，將其構造出來。

避重就輕

Snopo給出的文本是這樣的：or and name='zhangsan' and id=001 or age 20 or area='%renmin%' and like，問，如何提取其中正確的SQL查詢語句。

簡要分析可知，中間部分是合乎要求的，只是兩端的有若干個like, or, and。構造能夠解析合乎SQL語法的查詢語句的正則表達式，應該是比較復雜的。可是，對于具體的問題，也可以更簡單。上述的不良構的SQL語句，應該是使用程序自動生成的，它的兩端會有一些不符合題意的文本。只要將這些文本去除就可以了。

于是，我寫出了正則表達式：s/^(?:(?:or|and|like)/s*)+|/s*(?:(?:or|and|like)/s*)+$//mi;，這樣就把多行字串首尾的like, or, and以及可能的空白字符全部去掉了，剩下的內容即為所求。

分而治之

答案發過去之后，Snopo顯然不是很滿意這種“偷懶”的辦法。他繼續問道，能否寫出正則式，用來匹配合符SQL語法要求的條件查詢語句？（只考慮where部分即可，不必寫完整的select。）

的確，從快速解決問題的角度來說，只要能夠行之有效地解決，用什么辦法都可以；不過從學習知識的角度來說，不避重就輕，而是刨根問底，才是正途。既如此，就看一下如何使用正則，將該SQL查詢語句解決掉。

最簡單的查詢語句，應該是真假判斷，即 where 1; where True; where false，等等。這樣的語句使用正則式，直接/(?:-?/d+|True|False)/i。

稍復雜些的單條語句，可以是左右比較，即

復制代碼代碼如下:
name like 'zhang%', 或 age 25 ，或 work in ('it', 'hr', 'R&D')

。將其簡單化，結構就變為A OP B。其中A代表變量，OP代表比較操作符，B代表值。

A: 最簡單的A，應該是/w+。考慮到實際情況，變量包含點號或脫字符，例如`table.salary`，可以記為/[/w.`]+/。這是比較籠統的細化。如果要求比較苛刻，還可以做到讓脫字符同時在左右兩邊出現（條件判斷）。
OP: Where 常用的幾種關系比較為：=, , , , =, =, Between, Like, in。使用簡單的正則描述之，成為：/(?:[ =]{1,2}|Between|Like|In)/i。
B: B 的情況又可分為3種：變量，數字，字符串，列表。為簡單起見，這里就不考慮算術表達式了。

變量的話，直接延用A的定義即可。不贅述。
數字：使用//d+/來定義。不考慮小數和負數了。

字符串：包括單引號字串和雙引號字串。中間可以包括被轉義的引號。我寫了一個符合這一要求的引號字串正則表達式，形如：/(['"])(?://['"]|[^//1])*?/1/。不過，由于它只是龐大機器的一個零件，這樣寫的風險是極其大的。首先，它使用了反向引用；其次，該反向引用使用了全局的反向引用編號。我寫了自動生成全局編號的函數，來解決這一問題。不過，這里談細節是不是太深入了。應該先談框架，再說細節才對。不應該一入手就陷進細節的汪洋大海。

列表：列表是形如(1, 3 , 4) 或 ("it", "hr", "r&d")之類的東東，它由簡單變量以逗號相連，兩邊加上括號組成。列表的單項以I表示，它代表數字|字符串。此時，列表就變為：//(I(?:,I)*?/)/。它表示，左括號，一個I，一系列由逗號、I組成的其它列表項（0個或多個），右括號。簡單起見沒有考慮空白字符。
至此，可以總結出單條語句的正則框架：S =~ /A OP B/i。S在此代表單條語句。
更為復雜的是多條語句，可以由單條語句組成，中間使用 and 或 or 連接。合理地構造單條語句，將其穩定地編制為多條語句，任務就完成了。

沿用上面的示例，以S代表單條語句，那么復合語句C就是 C =~ S(?:(?:or|and) S)*?/。至此，一個初具規模的條件語句解析器就誕生了。下面以python為例，一步一步實現出來。

Python實現
重申一句：雖然給出了實現，但是仍請注重思路，忽略代碼。
復制代碼代碼如下:
#!/usr/bin/python
# -*- coding: utf-8 -*-
#
#author: rex
#blog: http://iregex.org
#filename test.py
#created: 2010-08-06 17:12

#generage quoted string;
#including ' and " string
#allow /' and /" inside
index=0
def gen_quote_str():

global index
index+=1
char=chr(96+index)
return r"""(?P quote_%s ['"])(?://['"]|[^'"])*?(?P=quote_%s)"""% (char, char)

#simple variable
def a():
return r'[/w.`]+'

#operators
def op():
return r'(?:[ =]{1,2}|Between|Like|In)'

#list item within (,)

鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯系我們修改或刪除，多謝。

上一篇：深入理解正則表達式語法知識

下一篇：正則表達式的高級技巧分享