转义字符

SQL（ MaxCompute ）

在 SQL 语法中，字符串的内容需要写在半角单引号（''）或者双引号（""）中，例如 "abc" 、 '123' 。对于一些字符串中本身就有单引号或者双引号的情况，如果只包括一种引号，则可以简单使用另一种引号，例如 '双引号(")' 。但是如果一段文字中既包括半角单引号又包括半角双引号，例如如下语句：

双引号(")
单引号(')

不仅包含了 '' 和 "" ，还包含了换行符，对于这种，规定使用平时较少用到的反斜线（ \ ）作为特殊字符，表示和后面的字符共同表示 一 个字符，例如 \n 表示换行， \" 、 \' 表示字符串中的引号，并不代表字符串结束，则上面的内容可以写成一个字符串： '双引号(")\n 单引号(\')' 或者 "双引号(\")\n 单引号(')" 。

但是这样反斜线又有了特殊的含义，对于字符串中的反斜线，就要写成 \\ ，第一个表示转义，第二个表示真正的字符。SQL 中常见的转义字符写法如下：

正则表达式

正则表达式除了对一般的不可见字符使用 \ ，为了做一些文本匹配，声明了模式，而这些模式中大量使用了 ()^% 等符号，例如 MaxCompute 的底层正则引擎使用了 RE2 ，一些使用 \ 的转义写法如下：

完整的正则语法非常复杂，您可以使用 regexr 和 regex101 在线工具写出符合预期的正则表达式。

JSON

JSON 是一种常用的传输数据的文本协议，标准比较简单，完整的标准请参见 JSON ，使用 \ 的转义写法如下：

可以看到 JSON 许多转义字符的设计和 SQL 非常相似，您可以使用 JSON 在线工具 JSONLint 验证一段文本是否符合 JSON 规范。

转义字符后字符解释为其本身

• MaxCompute SQL 中的字符串常量可以用单引号或双引号表示。您可以在单引号括起的字符串中包含双引号，或在双引号括起的字符串中包含单引号，否则要用转义字符来表达。表达方式如下：

  "I'm a happy manong."
  'I\'m a happy manong.'

• 在 LIKE 字符匹配中，要匹配 % 或 _ 本身，则要对其进行转义：

  select 'ab_cde' like 'ab\_c%';
  --返回结果
  true

特殊字符

• 'a\tb' 字符串里有三个字符， \t 被视为一个字符。

  select length('a\tb');
  --返回结果
  3

• 'a\ab' 字符串里有三个字符， \a 被解释为普通的 a 。

  select 'a\ab',length('a\ab');
  --返回结果
  aab,3

JSON+SQL 转义

有一段 JSON： {"key":"this is very \"important\"."} ，想要使用 get_json_object 函数提取 Value 值，却得不到正确的结果：

-- 使用新版本的get_json_object，会检查json的完整性
set odps.sql.udf.getjsonobj.new=true;
select get_json_object('{"key":"this is very \"important\"."}', '$.key');
--返回结果
NULL

原因出现在这段 JSON 文本只是简单地在两侧加了半角单引号，里面的内容并没有经过 SQL 的转义，直接 select 文本验证此结论：

select '{"key":"this is very \"important\"."}'; 
--返回结果
{"key":"this is very "important"."}

可以看到反斜线消失了，原因是编译器解析的时候把 JSON 中的转义字符当做了 SQL 的转义字符， \" 被解释成了 " ，导致得到的结果并不符合 JSON 语法，从而无法解析。对 JSON 文本加上正确的 SQL 转义字符： '{"key":"this is very \\"important\\"."}' ，再次使用 get_json_object 函数提取 Value 值，得到正确的结果：

set odps.sql.udf.getjsonobj.new=true;
select get_json_object('{"key":"this is very \\"important\\"."}', '$.key');
--返回结果
this is very "important".

简单文本+正则表达式+SQL 转义

有一段文字： 010-12345678 ，使用函数提取出最前面的 010 步骤如下：

1. 写出正则表达式 (\d+)- 。

2. 根据 SQL 的转义规则，对其中的 \ 进行转义，同时在两边添加单引号，可以得到字符串 '(\\d+)-' 。

在 MaxCompute 中执行如下命令进行验证：

select REGEXP_EXTRACT('010-12345678', '(\\d+)-');
--返回结果
010

JSON+正则表达式+SQL 转义

如果字符串本身就含有转义字符，例如 {"key":"this is very \"important\"."} 这段 JSON，使用正则表达式匹配出其中的 important 步骤如下：

1. 写出正则表达式： \"(.*)\" 。

2. 对其中的反斜线进行正则表达式的转义： \\"(.*)\\" 。

3. 再对表达式进行 SQL 的转义，将所有的 \ 替换成 \\ ，为了简便，两边再添加单引号，得到字符串： '\\\\"(.*)\\\\"' 。

在 MaxCompute 中执行如下命令进行验证：

select REGEXP_EXTRACT('{"key":"this is very \\"important\\"."}', '\\\\"(.*)\\\\"');
--返回结果
important

结果符合预期，类似此场景建议先对 JSON 进行解析，逻辑会更清晰，命令如下：

set odps.sql.udf.getjsonobj.new=true;
select REGEXP_EXTRACT(get_json_object('{"key":"this is very \\"important\\"."}', '$.key'), '"(.*)"');
--返回结果
important