使用转义换行符和回车符取消转义字符串

我正在尝试编写一个 PLPGSQL 函数来混淆/审查/编辑文本。

-- Obfuscate a body of text by replacing lowercase letters and numbers with # symbols.
CREATE OR REPLACE FUNCTION obfuscate(str text) RETURNS text AS $$
BEGIN
  str := replace(str, '\r', E'\r');
  str := replace(str, '\n', E'\n');
  str := translate(str, 'abcdefghijklmnopqrstuvwxyz0123456789', rpad('#',36,'#'));
  str := replace(str, E'\r', '\r');
  str := replace(str, E'\n', '\n');
  RETURN str;
END
$$ LANGUAGE plpgsql;

这是可行的，但请注意将转义的换行符和回车符转换为各自的字节，然后再返回的舞蹈。这是因为我的数据集包含已转义的字符串（已序列化为 JSON/YAML 的数据），并且我不想破坏这些值。

还有另一种更方便的方法来取消转义字符串吗？处理其他转义值（例如 unicode 转义序列）也很棒。

要“转义”字符串，您必须“执行”它 - 从字面上看。使用EXECUTEplpgsql 中的命令 https://www.postgresql.org/docs/current/plpgsql-statements.html#PLPGSQL-STATEMENTS-EXECUTING-DYN.
您可以将其包装到一个函数中。天真的方法：

CREATE OR REPLACE FUNCTION f_unescape(text, OUT _t text)
  LANGUAGE plpgsql STABLE AS
$func$
BEGIN
   EXECUTE 'SELECT E''' || $1 || ''''
   INTO _t;
END
$func$;

Call:

SELECT f_unescape('\r\nabcdef\t0123\x123\n');

这个简单的函数是容易受到单引号的影响在原始字符串中，需要转义。但这有点棘手。在 Posix 转义字符串语法中，单引号可以通过两种方式转义：\' or ''。但我们也可以有\\'等。 基础知识：

• 在 PostgreSQL 中插入带单引号的文本 https://stackoverflow.com/questions/12316953/insert-varchar-with-single-quotes-in-postgresql/12320729#12320729

We could将字符串括在美元引号中，但这不适用于 Posix 转义字符串语法。E'\''不能用 替换E$$\'$$罢工>。我们可以添加SET standard_conforming_strings = off到函数中，那么我们就不必在字符串前面加上E。但这会禁用函数内联和解释函数体内各处都进行转义。

相反，逃避一切'和所有（可选）领先\ with regexp_replace():

regexp_replace($1, '(\\*)(\''+)', '\1\1\2\2', 'g')

(\\*).. 0 个或多个前导\
(\''+)..捕获 1 个或多个'
'\1\1\2\2'..每场比赛加倍
'g'..替换所有出现的情况，而不仅仅是第一个

安全功能

CREATE OR REPLACE FUNCTION f_unescape(IN text, OUT _t text)
  RETURNS text
  LANGUAGE plpgsql STABLE AS
$func$
BEGIN
   EXECUTE $$SELECT E'$$ || regexp_replace($1, '(\\*)(\''+)', '\1\1\2\2', 'g') || $$'$$
   INTO _t;
END
$func$;

操作无法逆转可靠的。无法判断哪个特殊字符之前被转义，哪个没有。你可以逃避一切，也可以逃避一切。或者像以前一样手动进行。但是，如果同一个字符包含在原义形式和转义形式中，您就无法再区分它们。

测试用例：

SELECT t, f_unescape(t)
FROM  (
   VALUES
     ($$'$$)
   , ($$''$$)
   , ($$'''$$)
   , ($$\'$$)
   , ($$\\'$$)
   , ($$\\\'$$)
   , ($$\\\'''$$)
   , ($$\r\\'nabcdef\\\t0123\x123\\\\\'''\n$$)
   ) v(t);