使用正則表達式精準匹配 T-SQL 註釋語句的完整指南

前言

在撰寫或分析 T-SQL 程式碼時，經常需要識別並提取註釋。然而，單純使用 -- 開頭的模式容易誤匹配字串常值內的雙連字號，導致結果不準確。本文將逐步演示如何構建一個健壯的正則表達式，精準匹配 T-SQL 中的單行註釋。

問題場景

考慮以下四個 SQL 片段：

-- 獲取表的 count 信息
select count(*) from T with(nolock)

-- 獲取特定值的 count 信息
select count(*) from T with(nolock)
where v = '--value'

-- 獲取表 'T' 的 count 信息
select count(*) from T with(nolock)

SELECT * from T -- 獲取表 T
Where P

初步嘗試與陷阱

1. 簡單模式：--[^\r\n]*$

此模式能匹配以 -- 開頭直到行尾的內容，但會錯誤匹配第二條 SQL 中字串 '--value' 內的部分。

2. 排除單引號：--[^'\r\n]{0,}$

加入單引號排除後，第二條 SQL 不再匹配，但第三條 SQL 中合法的註釋 -- 獲取表 'T' 的 count 信息 也因包含單引號而漏匹配。

核心規則總結

分析 T-SQL 註釋特徵：

1. 以 -- 開頭。
2. 註釋內容不應位於一對單引號 '...' 內部。
3. 註釋只能出現在行尾，前面可選擇性地有程式碼。

最終正則表達式

--([^'\r\n]{0,}(?'[^'\r\n]{0,}'){0,1}[^'\r\n]{0,}){0,}$

解析

• --：匹配註釋起始標記。
• [^'\r\n]{0,}：匹配非單引號、非換行的任意字元（註釋前的程式碼或註釋開頭）。
• (?'[^'\r\n]{0,}'){0,1}：可選匹配一對完整的單引號包裹的字串常值（允許註釋前有字串常值）。
• [^'\r\n]{0,}：匹配字串常值後剩餘的非單引號字元（即真正的註釋內容）。
• {0,}$：整個群組可重複零次或多次，確保匹配到行尾。

驗證結果

該正則成功匹配所有四條 SQL 的註釋部分，且不誤匹配字串常值內的 --。

已知限制

若行尾存在單獨的單引號（未成對），可能導致匹配異常。但在實際開發中，字串常值幾乎總是成對出現，此問題可忽略。

結語

透過對語言語法特徵的深入分析，構建出兼顧準確性與容錯性的正則表達式，能有效解決 T-SQL 註釋提取難題。正則表達式雖強大，但需結合具體語境精心設計。