【发布时间】：2016-04-29 08:35:17
【问题描述】：
我正在尝试修复 php-mysql-diff 中关于解析 mysqldump 列定义的错误。
这些工具可以正确解析如下行：
`version_id` int(10) unsigned NOT NULL AUTO_INCREMENT,
`ucm_item_id` int(10) unsigned NOT NULL,
`ucm_type_id` int(10) unsigned NOT NULL,
`version_note` varchar(255) COLLATE utf8mb4_unicode_ci NOT NULL DEFAULT '' COMMENT 'Optional version name',
但是在 cmets 中有 ;（分号）或 /（斜线）的行上会失败
`keep_forever` tinyint(4) NOT NULL DEFAULT '0' COMMENT '0=auto delete; 1=keep',
原来的部分正则表达式是
'\((?<tableDefinition>[^;\/]+)\)';
请参阅RegExPattern.php:35，我将其理解为“任何不是 ; 或 / 的东西”
我想将其扩展为：“任何不是 ; 或 / 的东西，除非它在一对 ' 内”（单勾）
我试着这样表达：
([^;\/]+(COMMENT\s\'[^\']+\')?)+[^;\/]*?
可以解释为“重复 |no ; 或 /| 后跟一个可选的 DDL COMMENT 至少一次后跟一组可选的 |no ; 或 /|”
但是，即使我尝试了许多类似的变体，我也无法解析上面的列
除此之外，注释还可以包含单引号作为“''”（两个单引号）。我之前应用过这个
\'([^\']+|\'\'))\'
（见commit） 这也需要以某种方式整合到答案中
参考：匹配表和列的原始代码：
/**
* @return string
*/
public static function tables()
{
$pattern = '/(?<creationScript>CREATE\s+TABLE\s+`(?<tableName>\S+)`\s+';
$pattern .= '\((?<tableDefinition>[^;\/]+)\)';
$pattern .= '(?:\s+ENGINE=(?<engine>[^;\s]+))?\s*';
$pattern .= '(?:AUTO_INCREMENT=(?<autoIncrement>\d+))?\s*';
$pattern .= '(?:DEFAULT CHARSET=(?<defaultCharset>[^;\s]+))?\s*)';
$pattern .= '(?:COLLATE=.+?)?\s*';
$pattern .= '(?:\/\*.+?\*\/)?\s*';
$pattern .= ';/';
$pattern .= 's'; // modifier
return $pattern;
}
/**
* @return string
*/
public static function column()
{
$pattern = '/\s*';
$pattern .= '`(?<columnName>\S+?)`\s+';
$pattern .= sprintf('(?<columnType>%s)\s*', implode('|', self::$columnTypeRegExps));
$pattern .= '(?:CHARACTER SET\s+(?<characterSet>\S+))?\s*';
$pattern .= '(?:COLLATE\s+(?<collate>\S+))?\s*';
$pattern .= '(?<nullable>NULL|NOT NULL)?\s*';
$pattern .= '(?<autoIncrement>AUTO_INCREMENT)?\s*';
$pattern .= '(?:DEFAULT (?<defaultValue>\S+|\'[^\']+\'))?\s*';
$pattern .= '(?:ON UPDATE (?<onUpdateValue>\S+))?\s*';
$pattern .= '(?:COMMENT \'(?<comment>[^\']+)\')?\s*';
$pattern .= '(?:,|$)/';
return $pattern;
}
【问题讨论】：
-
您到底想得到什么结果？你需要列名吗？我想到了一些
(*SKIP)(*FAIL)机制。要仅获取列名，(?P<column>[^`]+)工作得很好（注意`，它在 Stackoverflow 中被视为代码）。 -
该工具只需要 preg_match_all 中的每一行作为进一步解析的结果。由于这个问题，我希望简单地匹配违规行。我不想重写库
-
我已经添加了已经在使用的正则表达式来匹配表和列。我正在寻找修复与列定义作为一个整体匹配的表正则表达式部分
-
您是否还需要处理空注释字符串和并列字符串文字等极端情况？
-
我想不会有什么坏处。我今天找到了这个工具，作者和我肯定会感谢任何改进
标签： php sql regex parsing mysqldump