匹配 postgresql bytea 的正则表达式

Question

在 PostgreSQL 中，有一个名为 bytea 的 BLOB 数据类型。它只是一个字节数组。

bytea 字面量以下列方式输出:

'\\037\\213\\010\\010\\005`Us\\000\\0001.fp3\'\\223\\222%'

参见 PostgreSQL docs格式的完整定义。

我正在尝试构建一个 Perl regular expression它将匹配任何这样的字符串。
它还应匹配标准 ANSI SQL 字符串文字，例如 'Joe' , 'Joe''s Mom' , 'Fish Called ''Wendy'''
它还应匹配反斜杠转义变体:'Joe\'s Mom' , .

第一种方法(如下所示)仅适用于某些 bytea 表示。

s{ '               # Opening apostrophe
    (?:            # Start group
        [^\\\']    #   Anything but a backslash or an apostrophe
    |              #  or
        \\ .       #   Backslash and anything
    |              #  or
        \'\'       #   Double apostrophe
    )*             # End of group
  '                # Closing apostrophe
}{LITERAL_REPLACED}xgo;

对于其他的(较长的，带有许多转义的撇号，Perl 给出这样的警告:

Complex regular subexpression recursion limit (32766) exceeded at ./sqa.pl line 33, <> line 1.

所以我正在寻找一个更好的(但仍然基于正则表达式的)解决方案，它可能需要一些正则表达式炼金术(避免反向引用和所有)。

Answer 1

好的，感谢 Leon 和 hobbs，这是我能找到的最好的解决方案。

注意:这不是我要找的解决方案!对于一些长字符串，它仍然使 Perl 失败并发出警告“超出递归限制(32766)”。 (尝试将 400k 随机字节填充到 bytea 字段中，然后使用 pg_dump --inserts 导出)。

但是，它匹配大多数 bytea 字符串(因为它们出现在 SQL 代码和服务器日志中)和 ANSI SQL 字符串文字。例如:

'\014cS\0059\036a4JEd\021o\005t\0015K7'
'\\037\\213\\010\\010\\005`Us\\000\\0001.fp3\'\\223\\222%'
' Joe''s Mom friend\'s dog is called \'Fluffy'''

这是正则表达式:

m{ 
    '                   # opening apostrophe
    (?>                 # start non-backtracking group
        [^\\']+         # anything but a backslash or an apostrophe, one or more times
    |                   # or
        (?:                 # group of
            \\ \\? [0-7]{3} # one or two backslashes and three octal digits
        )+                  # one or more times
    |                   # or
        ''              # double apostrophe
    |                   # or
        \\ [\\']        # backslash-escaped apostrophe or backslash
    )*                  # end of group
    '                   # closing apostrophe
}x;