if语句中无法匹配反斜杠与竖杠字符的问题排查

问题场景 #

原始SQL字符串片段：

(335, 'Anschutz 1710/1712', '<p>\r\n   <a href=\"" onclick=\"window.open(this.href, \'\', \'resizable=no,status=no,location=no,toolbar=no,menubar=no,fullscreen=no,scrollbars=no,dependent=no\'); return false;\"><img alt=\"" src=\"" style=\"width: 780px; height: 659px;\" /></a></p>\r\n', 1, 17, '', '', '', '', 0, '', 0, 0, 88, '', 0),

尝试反序列化该字符串并去除转义字符时，使用if(character == '\\')匹配反斜杠，仅能捕获到this.href后的第二个\'，之前的5个反斜杠全部被跳过。

现有C#代码 #

public static string[] RipASQLQuery(string data)
{
    // Remove the SQL stuff
    var str = data.Replace("(", "");
    str = str.Replace(")", "");
    str = str.Replace(";", "");

    var list = new List<string>();
    int i = 0;
    bool inSubstring = false;
    bool escaped = false;
    foreach (var character in str.ToCharArray())
    {
        if (list.Count < i + 1)
        {
            list.Add("");
        }

        if (escaped)
        {
            // Ignore this character
            Console.WriteLine("Escaped " + character);
            escaped = false;
            continue;
        }

        if (inSubstring)
        {
            if (character == '\')
                inSubstring = false;                     
            list[i] += character;
            continue;
        }

        if(character == ('\\')
        {
            Console.WriteLine("Backslash!!");
            escaped = true;
            continue;
        }
        else if (character == '\')
        {
            inSubstring = true;
            list[i] += character;
            continue;
        }
        else if(character == ',')
        {
            i++;
            continue;
        }
        else
        {
            list[i] += character;
        }
    }
    return list.ToArray();
}

尝试的无效操作 #

用str.Replace("\\", "|");将反斜杠替换为竖杠，得到以下字符串：

335, 'Anschutz 1710/1712', '<p>|r|n    <a href=|"|" onclick=|"window.open(this.href, |'|', |'resizable=no,status=no,location=no,toolbar=no,menubar=no,fullscreen=no,scrollbars=no,dependent=no|' return false|"><img alt=|"|" src=|"|" style=|"width: 780px height: 659px|" /></a></p>|r|n', 1, 17, '', '', '', '', 0, '', 0, 0, 88, '', 0,

但仍在this.href后的第二个|'处出现解析异常。

问题根源与修复 #

核心问题 #

1. 语法错误：代码中character == '\'属于无效语法，C#中单引号需要转义为'\''，否则编译器无法识别。
2. 逻辑错误：
   • 处理转义时，当前逻辑直接忽略转义后的字符，实际应该将转义后的字符（如'或"）添加到结果中，而不是跳过。
   • 在字符串内部时，遇到未转义的单引号才应该退出字符串模式；如果是转义后的单引号（即\'），应该保留单引号并继续处于字符串模式。

修正后的代码 #

public static string[] RipASQLQuery(string data)
{
    // 移除SQL包裹符号
    var str = data.Replace("(", "").Replace(")", "").Replace(";", "");

    var list = new List<string>();
    int currentIndex = 0;
    bool inString = false;
    bool isEscaped = false;

    foreach (char c in str)
    {
        // 确保当前索引对应的列表项存在
        if (list.Count <= currentIndex)
        {
            list.Add(string.Empty);
        }

        if (isEscaped)
        {
            // 转义状态下，直接添加当前字符并取消转义标记
            list[currentIndex] += c;
            isEscaped = false;
            continue;
        }

        if (inString)
        {
            if (c == '\\')
            {
                // 遇到转义符，标记为转义状态
                isEscaped = true;
            }
            else if (c == '\'')
            {
                // 遇到未转义的单引号，退出字符串模式
                inString = false;
                list[currentIndex] += c;
            }
            else
            {
                // 普通字符直接添加
                list[currentIndex] += c;
            }
            continue;
        }

        // 不在字符串模式下的逻辑
        if (c == '\\')
        {
            isEscaped = true;
        }
        else if (c == '\'')
        {
            inString = true;
            list[currentIndex] += c;
        }
        else if (c == ',')
        {
            // 遇到逗号，切换到下一个字段
            currentIndex++;
        }
        else
        {
            list[currentIndex] += c;
        }
    }

    // 移除末尾可能的空项（如果原字符串以逗号结尾）
    if (list.Count > currentIndex && string.IsNullOrWhiteSpace(list[currentIndex]))
    {
        list.RemoveAt(currentIndex);
    }

    return list.ToArray();
}

关键逻辑说明 #

• 转义处理：当遇到\时标记isEscaped为true，下一个字符直接添加到结果，不再触发其他判断。
• 字符串模式切换：仅当处于字符串模式且遇到未转义的单引号时，才退出字符串模式；转义后的单引号会被正常保留。
• 语法修正：所有单引号判断都使用正确的转义写法'\''。

内容的提问来源于stack exchange，提问作者UntoldTitan