Java 正则表达式在delimeter（分号；）上拆分字符串，但出现在字符串内部的字符串除外

我有一个Java字符串，它实际上是一个SQL脚本

CREATE OR REPLACE PROCEDURE Proc
   AS
        b NUMBER:=3;
        c VARCHAR2(2000);
    begin
        c := 'BEGIN ' || ' :1 := :1 + :2; ' || 'END;';
   end Proc;

我想在分号上拆分脚本，除了那些出现在字符串中的脚本。 所需的输出是四个不同的字符串，如下所述

1- CREATE OR REPLACE PROCEDURE Proc AS b NUMBER:=3
2- c VARCHAR2(2000)
3- begin c := 'BEGIN ' || ' :1 := :1 + :2; ' || 'END;';
4- end Proc

Java Split（）方法也将上述字符串拆分为标记。我想保持这个字符串的原样，因为分号在引号中

c := 'BEGIN ' || ' :1 := :1 + :2; ' || 'END;';

Java Split（）方法输出

1- c := 'BEGIN ' || ' :1 := :1 + :2
2- ' || 'END
3- '

请建议一个正则表达式，它可以在分号上拆分字符串，但字符串内部的除外

===========================================================================================

以上部分已得到回答，其工作原理也已完成

这是另一个更复杂的情况

============================================================================

我有一个SQL脚本，我想标记每个SQL查询。每个SQL查询由分号（；）或正斜杠（/）分隔

1-如果分号或/符号出现在字符串中，我希望将其转义，如

...WHERE col1 = 'some ; name/' ..

2-表达式还必须转义任何多行注释语法/*

这是输入

/*Query 1*/
SELECT
*
FROM  tab t
WHERE (t.col1 in (1, 3)
            and t.col2 IN (1,5,8,9,10,11,20,21,
                                     22,23,24,/*Reaffirmed*/
                                     25,26,27,28,29,30,
                                     35,/*carnival*/
                                     75,76,77,78,79,
                                     80,81,82, /*Damark accounts*/
                                     84,85,87,88,90))
;
/*Query 2*/    
select * from table
/
/*Query 3*/
select col form tab2
;
/*Query 4*/
select col2 from tab3 /*this is a multi line comment*/
/

期望结果

[1]: /*Query 1*/
    SELECT
    *
    FROM  tab t
    WHERE (t.col1 in (1, 3)
                and t.col2 IN (1,5,8,9,10,11,20,21,
                                         22,23,24,/*Reaffirmed*/
                                         25,26,27,28,29,30,
                                         35,/*carnival*/
                                         75,76,77,78,79,
                                         80,81,82, /*Damark accounts*/
                                         84,85,87,88,90))

[2]:/*Query 2*/    
    select * from table

[3]: /*Query 3*/
    select col form tab2

[4]:/*Query 4*/
    select col2 from tab3 /*this is a multi line comment*/

---

上一篇文章（link a start）中向我提出的建议已经实现了一半，但当在查询中引入注释语法（/*），并且每个查询也可以用正斜杠（/）分隔时，表达式就不起作用了。

您可能尝试的只是在“；”上拆分。然后，对于每个字符串，如果它有奇数个“s”，则将其与以下字符串连接，直到它有偶数个“s”将“；”s添加回。

正则表达式模式

（（？：（？：“[^']*”）|[^；]）应该能满足您的需要。使用
while
循环和
Matcher.find（）
提取所有SQL语句。比如：

Pattern p = Pattern.compile("((?:(?:'[^']*')|[^;])*);";);
Matcher m = p.matcher(s);
int cnt = 0;
while (m.find()) {
    System.out.println(++cnt + ": " + m.group(1));
}

使用您提供的示例SQL，将输出：

1: CREATE OR REPLACE PROCEDURE Proc
   AS
        b NUMBER:=3
2: 
        c VARCHAR2(2000)
3: 
    begin
        c := 'BEGIN ' || ' :1 := :1 + :2; ' || 'END;'
4: 
   end Proc

如果要获取终止的
，使用
m.group（0）
而不是
m.group（1）

有关正则表达式的更多信息，请参阅JavaDoc和。以下是该模式的概要：

(              Start capturing group
  (?:          Start non-capturing group
    (?:        Start non-capturing group
      '        Match the literal character '
      [^']     Match a single character that is not '
      *        Greedily match the previous atom zero or more times
      '        Match the literal character '
    )          End non-capturing group
    |          Match either the previous or the next atom
    [^;]       Match a single character that is not ;
  )            End non-capturing group
  *            Greedily match the previous atom zero or more times
)              End capturing group
;              Match the literal character ;

我也有同样的问题。我看到了以前的建议，并决定改进以下方面的处理：


评论
转义单引号
单个查询不以分号结尾

我的解决方案是为java编写的。反斜杠ECAP和DOTALL模式可能会从一种语言更改为另一种语言

这对我很有效。
“（？：”（？：“（？：\.[^\\\\\\].'''.''.''.'.''.''.'.'./\.*.*.*/.[^\r\n].[^\\\\\\']）（？：；[^\\\\\'.$）”

至于第二种情况，请注意regexp的最后一部分表达了正则表达式的结束方式。现在它只接受分号或文本结尾。但是，您可以在结尾添加任何内容。例如，
（？：；|@|/|$）
接受at和斜杠作为结束字符。还没有为您测试过此解决方案，但应该不难。
对字符串文本中出现的引号进行转义的规则是什么？整个脚本都是从文件中读取并存储在字符串中。有趣的是，有一个相关的问题（#2）实际上与您的问题几乎完全相同。。。请看这里：有人可以研究一下这个场景，并将字符串标记化；和/和转义，如果它们出现在字符串或单个或块注释（/*或--）中。示例：
code
sel*from选项卡；SFASDFT这是我已经做过的，但我试图找到一些简单的东西。感谢您的建议上述策略因以下声明而失败。但可以通过查看转义字符选择“hello\”来修复此问题；世界",；你能稍微解释一下这个模式吗，因为我很难理解它。（？：“[^']*”）=非捕获组匹配起始引号到结束引号[^；]=不是分号的单个字符（？：（？：“[^']*”）|[^；]*=匹配所有不包含在引号中的第一个分号的非捕获组（（？：（？：“[^']*”）|[^；]）*）；=捕获第一个分号之前的所有内容，包括不在引号中的分号
"
(?s)                 DOTALL mode. Means the dot includes \r\n
\\s*                 Initial whitespace
(
    (?:              Grouping content of a valid query
        '            Open string literal
        (?:          Grouping content of a string literal expression
            \\\\.    Any escaped character. Doesn't matter if it's a single quote
        |
            [^\\\\'] Any character which isn't escaped. Escaping is covered above.
        |
            ''       Escaped single quote
        )            Any of these regexps are valid in a string literal.
        *            The string can be empty 
        '            Close string literal
    |
        /\\*         C-style comment start
        .*?          Any characters, but as few as possible (doesn't include */)
        \\*/         C-style comment end
    |
        (?:--|#)     SQL comment start
        [^\r\n]*     One line comment which ends with a newline
    |
        [^\\\\']     Anything which doesn't have to do with a string literal
    )                Theses four tokens basically define the contents of a query
    *?               Avoid greediness of above tokens to match the end of a query
)
(?:;|$)              After a series of query tokens, find ; or EOT
"