### 使用 Python 中的正则表达式提取完整的 SQL 语句 #### 背景说明 在许多场景下，可能需要从一段包含其他文本的字符串中提取出完整的 SQL 语句。这可以通过 Python 的 `re` 模块实现，具体来说就是设计一个合适的正则表达式来匹配目标 SQL 语句。 --- #### 正则表达式的构建思路 为了提取完整的 SQL 语句，通常可以假设 SQL 语句是以关键词（如 `SELECT`, `INSERT`, `UPDATE`, 或者 `DELETE`）开头，并以分号 (`;`) 结束。基于这一前提，我们可以编写如下正则表达式： ```python import re text = """ Here is some text before the SQL query. SELECT * FROM users WHERE age > 30; And here is some more text after it. Another example: INSERT INTO products (name, price) VALUES ('Laptop', 1200); """ # 构建正则表达式 pattern = r"(?i)(?:SELECT|INSERT|UPDATE|DELETE)\b[^;]+;" matches = re.findall(pattern, text, re.DOTALL) for match in matches: print(f"Extracted SQL Query: {match.strip()}") ``` --- #### 解析代码逻辑 1. **定义正则表达式**： - `(?:SELECT|INSERT|UPDATE|DELETE)` 表示匹配任意一种 SQL 关键词。 - `\b` 是单词边界，确保只匹配独立的关键词而不是其子串。 - `[^;]+` 匹配除分号以外的所有字符，表示 SQL 查询的主要部分。 - `;` 表示查询结束标志。 - `(?i)` 启用不区分大小写的匹配模式[^1]。 2. **执行查找**： - 使用 `re.findall()` 方法按照给定模式搜索所有符合条件的 SQL 语句。 - 参数 `re.DOTALL` 让`.`也能匹配换行符，从而支持多行 SQL 语句。 3. **输出结果**： - 遍历查找到的每一个匹配项并打印出来。 --- #### 处理特殊情况 如果 SQL 语句嵌套在其他复杂结构中（例如 JSON 字符串或者 HTML 属性值），那么需要更加精确地限定上下文范围。例如，仅提取位于双引号之间的 SQL 语句： ```python json_text = ''' { "query": "SELECT name, email FROM customers;", "status": true, "message": "Query executed successfully." } ''' nested_pattern = r'"([^"]*?(?:SELECT|INSERT|UPDATE|DELETE)[^";]*;)' nested_matches = re.findall(nested_pattern, json_text) for nested_match in nested_matches: print(f"Nested SQL Query: {nested_match.strip()}") # 去掉多余的引号 ``` 此处的关键在于使用 `"([^"]*?)` 来限制匹配的内容必须处于双引号之间[^2]。 --- #### 注意事项 - 上述方法适用于大多数常见情况，但对于极其复杂的 SQL 片段（尤其是涉及动态参数绑定的情况），单纯依赖正则表达式可能会显得力不从心。 - 如果遇到无法解析的情形，建议考虑专门的 SQL 解析器库（如 `sqlparse`）作为替代方案。 --- ###