求C#正则实现SQL/PLSQL注释移除（忽略字符串内注释）及方案合理性判断

是否应该用正则实现？ #

• 对于常规SQL/PLSQL场景（无嵌套多行注释、字符串转义引号遵循双写规则），正则是快速实现需求的选择，开发成本低；
• 若要处理复杂极端场景（比如嵌套的/* ... /* ... */ ... */、非标准转义的引号、PLSQL特殊语法注释），正则会出现匹配错误，此时建议使用专门的SQL语法解析器（比如基于ANTLR生成的SQL解析器），能更精准处理语法结构。

C#正则实现示例 #

以下代码针对常规场景，可正确忽略单/双引号字符串内的注释，移除单行--和多行/**/注释：

using System;
using System.Text.RegularExpressions;

public class SqlCommentCleaner
{
    public static string StripSqlComments(string sqlText)
    {
        // 正则分组逻辑：优先匹配字符串，再匹配注释
        // 分组1：单引号字符串（支持双写单引号转义，如'it''s me'）
        // 分组2：双引号字符串（支持双写双引号转义）
        // 分组3：多行注释
        // 分组4：单行注释
        var commentPattern = @"('[^']*(?:''[^']*)*')|(""[^""]*(?:""[^""]*)*"")|(/\*[\s\S]*?\*/)|(--.*)";

        return Regex.Replace(sqlText, commentPattern, match =>
        {
            // 匹配到字符串则保留原内容，匹配到注释则替换为空
            return match.Groups[1].Success || match.Groups[2].Success 
                ? match.Value 
                : string.Empty;
        }, RegexOptions.Multiline);
    }

    // 测试示例
    public static void Main()
    {
        string testSql = @"
-- 初始化查询
SELECT id, name 
FROM employees 
WHERE department = 'IT' -- 筛选IT部门
AND join_date > '2020-01-01' /* 过滤2020年后入职的员工 */
AND status = ""active"" -- 只保留在职人员
/*
这是多行注释
跨越多行
*/
";
        string cleanedSql = StripSqlComments(testSql);
        Console.WriteLine(cleanedSql);
    }
}

正则实现的局限性 #

1. 无法处理嵌套多行注释：比如/* 外层注释 /* 内层注释 */ 外层剩余内容 */，正则会错误匹配到第一个*/就结束，导致 外层剩余内容 */被保留；
2. 转义规则依赖标准：仅支持SQL标准的双写引号转义（如'it''s'），若遇到反斜杠转义（如'it\'s'），需要修改正则模式；
3. 特殊语法兼容有限：对于PLSQL中某些特殊语法场景，可能出现误匹配或漏匹配。

内容的提问来源于stack exchange，提问作者XXDIL