使用正则表达式解析 SQL，不包括引用的文字答案

【问题标题】：To parse SQL with regex, excluding quoted literals使用正则表达式解析 SQL，不包括引用的文字
【发布时间】：2026-01-02 08:35:01
【问题描述】：

对于我的 DBAL，我需要解析提供的 SQL [mysql 方言，特别是] 字符串以查找所有占位符。

但是，当然，我不想解析任何类似占位符的组合，这些组合偶尔可能出现在带引号的文字内部——单引号或双引号或反引号。

说，可能是

SELECT amount as `Amount: boxes` FROM t WHERE q='howdy?' and a='I\'m OK' and category=?

只有最后一个问号是唯一的实际占位符

鉴于大量的转义规则，其中一些取决于当前的数据库设置（NO_BACKSLASH_ESCAPES、ANSI_QUOTES 等），这可以将上述查询变成

SELECT amount as "Amount:boxes" FROM t WHERE q='howdy?' and a='I''m OK' and category=?

我怀疑任务是否可行。

但是，我仍然希望它可以完成，并且可能有人甚至手头有解决方案。

【问题讨论】：

【解决方案1】：

您要查找的一般模式是/string(*SKIP)(*F)|\?/，其中string 是匹配字符串的正则表达式。我对 SQL 字符串语法并不十分熟悉。一些建议：

例如带有反斜杠和重复转义的单引号、双引号和反引号的完整正则表达式可能如下所示：

/(?:
    '[^'\\]*(?:(?:\\.|'')[^'\\]*)*'
  | "[^"\\]*(?:(?:\\.|"")[^"\\]*)*"
  | `[^`\\]*(?:(?:\\.|``)[^`\\]*)*`
 )(*SKIP)(*F)| \?
/x

将其与preg_match_all 或preg_replace_callback 匹配，具体取决于您想要什么。

注意：为避免额外的转义，请将正则表达式放在 NOWDOC 字符串中。

【讨论】：

@AmalMurali 我添加了双引号和反引号
我看到了更新，并且已经 +1 了 :) 这是一个有效的演示：eval.in/116177
呃。谢谢 Nikita（以及 @Amal 的演示）。我不得不承认我几乎无法破译这种模式（这里是一个困惑的笑脸），但它确实有效！好的答案总能让你学到更多，而这个答案就是这样。
@YourCommonSense：请注意，此操作需要在完全了解数据库连接上使用的字符编码的情况下执行。当然，在 PHP 中，“PCRE”模式可以是 modified 以使用 PCRE_UTF8 模式，但这仍然只是众多可能的字符编码之一......而且由于 PHP 在其多字节扩展中不提供与 perl 兼容的正则表达式。 .. 遗憾的是，我在这里看不到一个简单的通用解决方案。如果需要，也许您的 safeMySQL 可以在连接上强制使用 UTF-8 并在 PHP 中转码？
@eggyal 我宁愿将所有标识符都明确列入白名单