怎样构造复杂的正则表达式-创新互联
这篇文章主要介绍了怎样构造复杂的正则表达式,具有一定借鉴价值,感兴趣的朋友可以参考下,希望大家阅读完这篇文章之后大有收获,下面让小编带着大家一起了解一下。
成都创新互联公司 - 中国电信云锦天府,四川服务器租用,成都服务器租用,四川网通托管,绵阳服务器托管,德阳服务器托管,遂宁服务器托管,绵阳服务器托管,四川云主机,成都云主机,西南云主机,中国电信云锦天府,西南服务器托管,四川/成都大带宽,机柜大带宽租用·托管,四川老牌IDC服务商
避重就轻
Snopo给出的文本是这样的:or and name='zhangsan' and id=001 or age>20 or area='%renmin%' and like,问,如何提取其中正确的SQL查询语句。
简要分析可知,中间部分是合乎要求的,只是两端的有若干个like, or, and。构造能够解析合乎SQL语法的查询语句的正则表达式,应该是比较复杂的。可是,对于具体的问题,也可以更简单。上述的不良构的SQL语句,应该是使用程序自动生成的,它的两端会有一些不符合题意的文本。只要将这些文本去除就可以了。
于是,我写出了正则表达式:s/^(?:(?:or|and|like)\s*)+|\s*(?:(?:or|and|like)\s*)+$//mi;,这样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,剩下的内容即为所求。
分而治之
答案发过去之后,Snopo显然不是很满意这种“偷懒”的办法。他继续问道,能否写出正则式,用来匹配合符SQL语法要求的条件查询语句?(只考虑where部分即可,不必写完整的select。)
的确,从快速解决问题的角度来说,只要能够行之有效地解决,用什么办法都可以;不过从学习知识的角度来说,不避重就轻,而是刨根问底,才是正途。既如此,就看一下如何使用正则,将该SQL查询语句解决掉。
最简单的查询语句,应该是真假判断,即 where 1; where True; where false,等等。 这样的语句使用正则式,直接/(?:-?\d+|True|False)/i。
稍复杂些的单条语句,可以是左右比较,即
name like 'zhang%', 或 age>25 ,或 work in ('it', 'hr', 'R&D')
。将其简单化,结构就变为A OP B。其中A代表变量,OP代表比较操作符,B代表值。
•A: 最简单的A,应该是\w+。考虑到实际情况,变量包含点号或脱字符,例如`table.salary`,可以记为/[\w.`]+/。这是比较笼统的细化。如果要求比较苛刻,还可以做到让脱字符同时在左右两边出现(条件判断)。
•OP: Where 常用的几种关系比较为:=, <>, >, <, >=, <=, Between, Like, in。使用简单的正则描述之,成为:/(?:[<>=]{1,2}|Between|Like|In)/i。
•B: B 的情况又可分为3种:变量,数字,字符串,列表。为简单起见,这里就不考虑算术表达式了。
变量的话,直接延用A的定义即可。不赘述。
数字:使用/\d+/来定义。不考虑小数和负数了。
字符串:包括单引号字串和双引号字串。中间可以包括被转义的引号。我写了一个符合这一要求的引号字串正则表达式,形如:/(['"])(?:\\['"]|[^\\1])*?\1/。不过,由于它只是庞大机器的一个零件,这样写的风险是极其大的。首先,它使用了反向引用;其次,该反向引用使用了全局的反向引用编号。我写了自动生成全局编号的函数,来解决这一问题。不过,这里谈细节是不是太深入了。应该先谈框架,再说细节才对。不应该一入手就陷进细节的汪洋大海。
◦列表:列表是形如(1, 3 , 4) 或 ("it", "hr", "r&d")之类的东东,它由简单变量以逗号相连,两边加上括号组成。列表的单项以I表示,它代表 数字|字符串。此时,列表就变为:/\(I(?:,I)*?\)/。它表示,左括号,一个I,一系列由逗号、I组成的其它列表项(0个或多个),右括号。简单起见没有考虑空白字符。
•至此,可以总结出单条语句的正则框架:S =~ /A OP B/i。S在此代表单条语句。
更为复杂的是多条语句,可以由单条语句组成,中间使用 and 或 or 连接。合理地构造单条语句,将其稳定地编制为多条语句,任务就完成了。
沿用上面的示例,以S代表单条语句,那么复合语句C就是 C =~ S(?:(?:or|and) S)*?/。至此,一个初具规模的条件语句解析器就诞生了。下面以python为例,一步一步实现出来。
Python实现
重申一句:虽然给出了实现,但是仍请注重思路,忽略代码。
#!/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['"])(?:\\['"]|[^'"])*?(?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 (,) #eg: 'a', 23, a.b, "asdfasdf\"aasdf" def item(): return r"(?:%s|%s)" % (a(), gen_quote_str()) #a complite list, like #eg: (23, 24, 44), ("regex", "is", "good") def items(): return r"""\( \s* %s (?:,\s* %s)* \s* \)""" % (item(), item()) #simple comparison #eg: a=15 , b>23 def s(): return r"""%s \s* %s \s* (?:\w+| %s | %s )""" % (a(), op(), gen_quote_str(), items()) #complex comparison # name like 'zhang%' and age>23 and work in ("hr", "it", 'r&d') def c(): return r""" (?ix) %s (?:\s* (?:and|or)\s* %s \s* )* """ % (s(), s()) print "A:\t", a() print "OP:\t", op() print "ITEM:\t", item() print "ITEMS:\t", items() print "S:\t", s() print "C:\t", c()
该代码在我的机器上(Ubuntu 10.04, Python 2.6.5)运行的结果是:
A: [\w.`]+ OP: (?:[<>=]{1,2}|Between|Like|In) ITEM: (?:[\w.`]+|(?P['"])(?:\\['"]|[^'"])*?(?P=quote_a)) ITEMS: \( \s* (?:[\w.`]+|(?P ['"])(?:\\['"]|[^'"])*?(?P=quote_b)) (?:,\s* (?:[\w.`]+|(?P ['"])(?:\\['"]|[^'"])*?(?P=quote_c)))* \s* \) S: [\w.`]+ \s* (?:[<>=]{1,2}|Between|Like|In) \s* (?:\w+| (?P ['"])(?:\\['"]|[^'"])*?(?P=quote_d) | \( \s* (?:[\w.`]+|(?P ['"])(?:\\['"]|[^'"])*?(?P=quote_e)) (?:,\s* (?:[\w.`]+|(?P ['"])(?:\\['"]|[^'"])*?(?P=quote_f)))* \s* \) ) C: (?ix) [\w.`]+ \s* (?:[<>=]{1,2}|Between|Like|In) \s* (?:\w+| (?P ['"])(?:\\['"]|[^'"])*?(?P=quote_g) | \( \s* (?:[\w.`]+|(?P ['"])(?:\\['"]|[^'"])*?(?P=quote_h)) (?:,\s* (?:[\w.`]+|(?P ['"])(?:\\['"]|[^'"])*?(?P=quote_i)))* \s* \) ) (?:\s* (?:and|or)\s* [\w.`]+ \s* (?:[<>=]{1,2}|Between|Like|In) \s* (?:\w+| (?P ['"])(?:\\['"]|[^'"])*?(?P=quote_j) | \( \s* (?:[\w.`]+|(?P ['"])(?:\\['"]|[^'"])*?(?P=quote_k)) (?:,\s* (?:[\w.`]+|(?P ['"])(?:\\['"]|[^'"])*?(?P=quote_l)))* \s* \) ) \s* )*
请看匹配效果图:
算术表达式
我记得刚才好像提到“为简单起见,这里就不考虑算术表达式了”。不过,解析算术表达式是个非常有趣的话题,只要是算法书,都会提及(中缀表达式转前缀表达式,诸如此类)。当然它也可以使用正则表达式来描述。
其主要思路是:
expr -> expr + term | expr - term | term term -> term * factor | term / factor | factor factor -> digit | ( expr )
以及代码:
#!/usr/bin/python # -*- coding: utf-8 -*- # #author: rex #blog: http://jb51.net #filename math.py #created: 2010-08-07 00:44 integer=r"\d+" factor=r"%s (?:\. %s)?" % (integer, integer) term= "%s(?: \s* [*/] \s* %s)* " % (factor, factor) expr= "(?x) %s(?: \s* [+-] \s* %s)* " % (term, term) print expr
看一下它的输出和匹配效果图:
感谢你能够认真阅读完这篇文章,希望小编分享的“怎样构造复杂的正则表达式”这篇文章对大家有帮助,同时也希望大家多多支持创新互联网站建设公司,,关注创新互联行业资讯频道,更多相关知识等着你来学习!
文章标题:怎样构造复杂的正则表达式-创新互联
浏览路径:http://scyanting.com/article/dpeeei.html