如何拆分sql参数列表字符串？

Question

问题：

我有一个搜索 ODBC 转义序列的函数， 然后递归地用它们的原生等价物替换它们。

例如，给定一个 ODBC 转义序列，如： {fn concat(column1, column2)}

我用它的原生 SQL 等价物替换它

if (StringComparer.OrdinalIgnoreCase.Equals("concat", strFunctionName)) {
    strArguments = strArguments;

    string[] astrArguments = strArguments.Split(',');
    string strTerm = astrArguments[0] + " || " + astrArguments[1];

    return strTerm;
}

产生第 1 列 || column2（PostGreSql 语法）

一般来说，我必须将字符串“arglist_comma_separated”解析为 {fn 随便（arglist_comma_separated）}

进入其组件

不用说，在我当前的版本中，它不起作用 如果 arglist 中的参数 1 类似于

'hello, world'

更糟糕的是，如果我将家庭和名字连接起来，例如，它可能是 {fn 不管('d''Amato', 'Alberto')}

如何最好地拆分论点？

如何使用正则表达式或解析来做到这一点？

编辑：
嗯，又想了想，有个绝妙的主意（把''换成转义符）。
这样一来，对于非正则表达式解决方案，问题的复杂性已从中高降低到微不足道：
附录：实际上，几乎是微不足道的，我忘了在拆分中考虑函数嵌套 - 愚蠢。

    protected static string[] GetArguments(string strAllArguments)
    {
        string EscapeCharacter = System.Convert.ToChar(8).ToString();

        strAllArguments = strAllArguments.Replace("''", EscapeCharacter);

        bool bInString = false;
        int iLastSplitAt = 0;
        int iInFunction = 0;

        System.Collections.Generic.List<string> lsArguments = new System.Collections.Generic.List<string>();

        for (int i = 0; i < strAllArguments.Length; i++)
        {
            char strCurrentChar = strAllArguments[i];

            if (strCurrentChar == '\'')
                bInString = !bInString;

            if (bInString)
                continue;


            if (strCurrentChar == '(')
                 iInFunction++;

            if (strCurrentChar == ')')
                 iInFunction--;

            if (strCurrentChar == ',')
            {
                if(iInFunction == 0)
                {
                    string strExtract = strAllArguments.Substring(iLastSplitAt, i - iLastSplitAt);
                    strExtract = strExtract.Replace(EscapeCharacter, "''");
                    lsArguments.Add(strExtract);
                    iLastSplitAt = i;
                }
            }

        }


        string strExtractLast = strAllArguments.Substring(iLastSplitAt + 1);
        strExtractLast = strExtractLast.Replace(EscapeCharacter, "''");
        lsArguments.Add(strExtractLast);

        string[] astrResult = lsArguments.ToArray();
        lsArguments.Clear();
        lsArguments = null;

        return astrResult;
    }

Answer 1

（编辑：我清理了这个答案很多，因为有很多反馈迭代；下面是我对这个主题的结论）

解析复杂的语言是一项艰巨的任务，因此我假设您将问题缩小到处理以逗号分隔的标记值列表（例如字符串、数字、简单标识符等 - 而不是复杂的表达式）。如果我弄错了，您手中的问题可能比您想象的要大。在这种情况下，我建议以this question 为起点。

最简单的解决方案 - 在, 上拆分 - 主要是因为字符串不起作用，因为逗号可以出现在字符串中。解析字符串是一项简单的任务，假设您正确处理转义字符：它以引号开头，有零个或多个字符并以另一个引号结尾。

在大多数语言中，如果字符串由' 分隔，您可以使用\' 转义其中的引号。 SQL 将字符串中的'' 解释为转义引号。如果您知道这些表格中只有一个会出现，您可以忽略另一个。在下面的回答中，我决定将两者都包括在内。

此外，某些语言同时接受单引号 (') 和双引号 (") 来分隔字符串。关于转义字符的相同观察适用。我的解决方案也同时处理这两种形式。

除了字符串之外，指定参数的有效字符也很重要。为简单起见，我假设它是“任何不是逗号的东西”。出于同样的原因，我提出的解决方案将接受任意数量的字符串和非字符串，并将它们组合在一起，将它们作为单个实体返回（重申，如果需要复杂的表达式，则应采用更通用的解析技术这个简单的解决方案）。

实现这一点的一种方法是在应用上述逻辑时循环遍历字符，正如您在最近的更新中所做的那样。另一个将使用正则表达式。正则表达式具有更好的性能（通常）和更简洁的代码，不易出错。主要缺点是正则表达式本身的复杂性，因为“密集”格式可能更难理解/维护。

我建议的正则表达式将是（添加空格/换行符以提高可读性）：

(
    (?:  \'   (?: ['\\]\' | [^'] )*   \'  |
         \"   (?: ["\\]\" | [^"] )*   \"  |
         [^,'"]
    )+
)
(?: \, | $)

简而言之：

((?:\'(?:['\\]\'|[^'])*\'|\"(?:["\\]\"|[^"])*\"|[^,'"])+)(?:\,|$)

每个字符串都接受转义引号（' 或\ 后跟'）或任何非引号作为“字符”。匹配项（大捕获组）后面必须跟 , 或输入的结尾。

上面的正则表达式的一个活生生的例子可以看到here（这个例子使用了Ruby，但在C#中应该同样有效）。只要整个输入都匹配（即不存在不匹配的子字符串），每个匹配项都会正确捕获参数。 警告：格式错误的输入会产生不正确的输出，因此上面的正则表达式必须不用于验证。

要在您的 C# 代码中使用此解决方案，您可以使用 Regex.Matches:

MatchCollection matches = Regex.Matches(strArguments, "((?:\'(?:['\\]\'|[^'])*\'|\"(?:["\\]\"|[^"])*\"|[^,'"])+)(?:\,|$)");
string[] arguments = from m in matches select m.Captures[1].Value;

如上所述，您还必须确保匹配覆盖整个输入。我把它作为练习留给读者...... ;)

注意事项：

1. 我假设Matches 的结果不重叠；如果我弄错了，上面的代码必须适应从前一个结束的索引开始的每个匹配；
2. 像往常一样，我还假设捕获组 #0 将是整个比赛，而 #1 将是第一个捕获组。