正则表达式删除单行SQL注释（-）

Question

问题：

有人可以给我一个有效的正则表达式（C＃/ VB.NET），可以从SQL语句中删除单行注释吗？

我的意思是这些评论：

-- This is a comment

不是那些

/* this is a comment */

因为我已经可以处理星级评论。

我做了一个小解析器，当它们在行的开头时删除了这些注释，但是它们也可以在代码之后或更糟的地方，在SQL字符串中。'hello --Test -- World' 那些注释也应该被删除（SQL字符串中的那些注释除外）。当然-如果可能的话）。

令人惊讶的是我没有使正则表达式工作。我本来以为星级评论会比较困难，但实际上并非如此。

根据要求，在这里我的代码删除/ ** /-style注释（为了使其忽略SQL-
Style字符串，您必须用uniqueidentifier替换字符串（我使用了4个缩写），然后应用注释删除，然后应用string-
backsubstitution。

    static string RemoveCstyleComments(string strInput) 
    { 
        string strPattern = @"/[*][\w\d\s]+[*]/"; 
        //strPattern = @"/\*.*?\*/"; // Doesn't work 
        //strPattern = "/\\*.*?\\*/"; // Doesn't work 
        //strPattern = @"/\*([^*]|[\r\n]|(\*+([^*/]|[\r\n])))*\*+/ "; // Doesn't work 
        //strPattern = @"/\*([^*]|[\r\n]|(\*+([^*/]|[\r\n])))*\*+/ "; // Doesn't work

        // http://stackoverflow.com/questions/462843/improving-fixing-a-regex-for-c-style-block-comments 
        strPattern = @"/\*(?>(?:(?>[^*]+)|\*(?!/))*)\*/";  // Works !

        string strOutput = System.Text.RegularExpressions.Regex.Replace(strInput, strPattern, string.Empty, System.Text.RegularExpressions.RegexOptions.Multiline); 
        Console.WriteLine(strOutput); 
        return strOutput; 
    } // End Function RemoveCstyleComments

Answer 1

我会让你们所有人失望。使用正则表达式无法做到这一点。当然，很容易找到不在字符串中的注释（即使OP都可以做到），真正的交易是在字符串中的注释。环顾四周有一点希望，但这还不够。告诉您一行中的引号不能保证任何内容。唯一可以保证您获得报价的是引号的奇异性。使用正则表达式找不到的内容。因此，只需简单地使用非正则表达式方法即可。

编辑： 这是C＃代码：

        String sql = "--this is a test\r\nselect stuff where substaff like '--this comment should stay' --this should be removed\r\n";
        char[] quotes = { '\'', '"'};
        int newCommentLiteral, lastCommentLiteral = 0;
        while ((newCommentLiteral = sql.IndexOf("--", lastCommentLiteral)) != -1)
        {
            int countQuotes = sql.Substring(lastCommentLiteral, newCommentLiteral - lastCommentLiteral).Split(quotes).Length - 1;
            if (countQuotes % 2 == 0) //this is a comment, since there's an even number of quotes preceding
            {
                int eol = sql.IndexOf("\r\n") + 2;
                if (eol == -1)
                    eol = sql.Length; //no more newline, meaning end of the string
                sql = sql.Remove(newCommentLiteral, eol - newCommentLiteral);
                lastCommentLiteral = newCommentLiteral;
            }
            else //this is within a string, find string ending and moving to it
            {
                int singleQuote = sql.IndexOf("'", newCommentLiteral);
                if (singleQuote == -1)
                    singleQuote = sql.Length;
                int doubleQuote = sql.IndexOf('"', newCommentLiteral);
                if (doubleQuote == -1)
                    doubleQuote = sql.Length;

                lastCommentLiteral = Math.Min(singleQuote, doubleQuote) + 1;

                //instead of finding the end of the string you could simply do += 2 but the program will become slightly slower
            }
        }

        Console.WriteLine(sql);

这是做什么的：找到每个注释文字。通过计算当前匹配项和最后一个匹配项之间的引号数量，检查每个注释是否在注释中。如果该数字是偶数，则表示它是注释，因此将其删除（找到行的第一行末尾并删除行之间的内容）。如果是奇数，则在字符串内，找到字符串的末尾并移至该字符串。Rgis代码段基于一个奇怪的SQL技巧：
“ this”是一个有效的字符串
。即使两个引号也不相同。如果您的SQL语言不正确，则应尝试一种完全不同的方法。我将为此编写一个程序如果是这种情况，也是如此，但这是更快，更直接的方法。