Teradata SQL日志分析：如何移除SQL中的两类注释？

核心思路 #

先处理块注释（/* ... */），再处理行注释（-- ...），避免块注释内部的--被误识别为行注释。

完整SQL语句 #

REGEXP_REPLACE(
    -- 第一步：移除所有块注释（包括跨行的）
    REGEXP_REPLACE(your_sql_column, '/\*[\s\S]*?\*/', '', 1, 0, 'c'),
    -- 第二步：移除所有行注释（从--到行尾）
    '--.*$', '', 1, 0, 'c'
) AS cleaned_sql

关键参数与问题解答 #

1. --注释的行尾标识
   正则表达式--.*$中，$表示匹配行尾位置，.*会匹配从--开始到该行末尾的所有字符（包括空格、特殊符号），确保整行注释被完全移除。

2. 处理多个重复注释
   正则替换的第5个参数设为0，表示替换所有匹配到的注释，无论SQL中存在多少个块注释或行注释，都会被逐一清理。

正则说明 #

• 块注释正则/\*[\s\S]*?\*/：
  • /\*匹配注释起始符/*
  • [\s\S]*?是非贪婪匹配，匹配任意字符（包括换行符，解决跨行块注释问题），直到遇到第一个*/
  • \*/匹配注释结束符*/

边界情况提示 #

如果SQL中存在包含注释符号的字符串（例如SELECT '--fake-comment'），上述正则会误将字符串内的--识别为注释。若需规避这类场景，需要额外处理字符串逻辑，但日志分析场景下通常可忽略该情况，或根据实际数据调整正则规则。

内容的提问来源于stack exchange，提问作者andreya