如何使用正则表达式选择 SQL 的列名和表？答案

【问题标题】：How to select column names and tables of an SQL using regex?如何使用正则表达式选择 SQL 的列名和表？
【发布时间】：2014-10-07 13:44:31
【问题描述】：

我有一个如下所示的 SQL 字符串：

SELECT
    USER."ID", USER."NAME", USER."BIRTH",USER."GENDER",
    PACKAGE."type"
    PACKAGE."code"
FROM
    "DBNAME"."USER" USER,
    "DBNAME2"."PACKAGE" PACKAGE
WHERE
    USER."PACKAGE_ID" = PACKAGE."ID"
ORDER BY
    USER."NAME";

我应该如何在 C# 中编写正则表达式来提取 SELECT 和 FROM 关键字之间的所有列名，然后是 FROM 子句中的表名？

预期的输出应该找到这些，以便我可以将它们放入List 以循环：

列列表：

USER."ID"
USER."NAME"
USER."BIRTH"
USER."GENDER"
PACKAGE."type"
PACKAGE."code"

表格列表：

"DBNAME"."USER" USER
"DBNAME2"."PACKAGE" PACKAGE

【问题讨论】：

你能展示一个期望输出的例子吗？
使用词法分析器比正则表达式更容易解析 SQL。
正则表达式是此类事情中使用最多（误用）的工具。你需要一个解析器。 @hjpotter92 的词法分析器可能还不够。签出这个 impl here at codeproject。这可能更适合您当前的需求，但可以很好地适应未来的需求。查询将变得复杂，您可能需要的不仅仅是列名和表名。
@inquisitive 不幸的是，codeproject 的实现目前不支持 select 子句。 :(

标签： c# sql .net regex

【解决方案1】：

使用这个正则表达式会得到列名和表名：

  (?is)SELECT(.*?)(?<!\w*")FROM(?!\w*?")(.*?)(?=WHERE|ORDER|$)

组[1] :　栏
组[2]：表名

代码示例：

string sql=@"SELECT
    USER.""ID"", USER.""NAME"", USER.""BIRTH"",USER.""GENDER"",
    PACKAGE.""type""
    PACKAGE.""code""
FROM
    ""DBNAME"".""USER"" USER,
    ""DBNAME2"".""PACKAGE"" PACKAGE
WHERE
    USER.""PACKAGE_ID"" = PACKAGE.""ID""
ORDER BY
    USER.""NAME"";";

    var reg=new Regex(@"(?is)SELECT(.*?)(?<!\w*"")FROM(?!\w*?"")(.*?)(?=WHERE|ORDER|$)");
    var colunms=reg.Match(sql).Groups[1].Value.Split(new char[]{','},StringSplitOptions.RemoveEmptyEntries);
    var tables=reg.Match(sql).Groups[2].Value.Split(new char[]{','},StringSplitOptions.RemoveEmptyEntries);

【讨论】：

谢谢！这个效果很好。除了我意识到列名中带有“FROM”字样的 SQL 会导致提取错误。说Select USER."FROM_COUNTRY"...，这将导致正则表达式中断。
感谢您的更新。但它似乎仍然不起作用。我有一个类似于 select USER."TRAVEL_FROM_COUNTRY"... 的查询，由于 FROM 关键字，正则表达式将在 TRAVEL_ 之后立即停止。
@Carven 用我的正则表达式测试USER."TRAVEL_FROM_COUNTRY"，效果很好。你可以列出你的测试 sql，然后我可以调试我的正则表达式代码。
哦.. 我意识到发生了什么。在我拥有的一些 SQL 文件中，它们可能没有引号。所以，它们看起来像 USER.TRAVEL_FROM_COUNTRY 或 USER.FROM_COUNTRY。这将导致问题。有引号的可以，但没有引号的就不行。我该如何解决这个问题？
@Carven 提问时，您应该列出所有规则。这是最后一次更新：(?is)SELECT(.*?)(?<!\w*["_])FROM(?!\w*?["_])(.*?)(?=WHERE|ORDER|$)