正则表达式：从 MySQL 查询中提取有效的表名和列

Question

我正在尝试从任何给定的 MySQL 查询中匹配并提取所有表名和列。

给定的查询不加引号（反引号），根据 MySQL 的命名规则是：

不带引号的标识符中允许的字符：

ASCII：[0-9,a-z,A-Z$_]（基本拉丁字母，数字 0-9，美元，下划线）

扩展：U+0080 .. U+FFFF

对于一个测试用例，我正在使用这个查询：

SELECT  users.id , users.first_name ,users.last_name,  roles.role,avatars.img_name,timezone.gmt_offset
FROM  users 
LEFT JOIN roles ON  users.role = roles.id 
LEFT JOIN  avatars ON users.avatar=avatars.id 
LEFT JOIN country ON users.country=country.country_code 
LEFT JOIN  timezone ON users.timezone = timezone.id 
WHERE (users.id >=2 AND  users.id <=4 ) OR (roles.role LIKE  'us%')
OR (roles.role =  'user(complex.sit )' && (timezone.gmt_offset >=7200
OR  users.last_name ='tryme'))
LIMIT 0 , 30

到目前为止我的正则表达式：

%[ .(),]?([a-z0-9_$]{2,})[ .(),]?(?!AND|OR|LIKE|SELECT|JOIN|ON)%i

我正计划捕获该组并将其替换为带有反引号的匹配换行问题是我也无法过滤掉正在匹配的保留字（SELECT，JOIN ....），我尝试添加一个否定的前瞻，但它不起作用。

第二个问题是示例= 'user(complex.sit )' 中的值，我不希望它与这两个词匹配（复杂的坐姿）。

有什么建议吗？

Answer 1

将%g 全局修饰符与表达式一起使用：

%[\s.(),]+?([a-z\d_$]{2,})[\s.(),]*?(?:AND|OR|LIKE|SELECT|JOIN|ON|)%g

Answer 2

还有一个形式的问题，“我如何使用正则表达式（宿主语言 YYY）操作 XXX 语言的一些小程序？”潜在的问题是，“我如何解析使用正则表达式的语言 XXX 的程序？”正确答案几乎总是，不要。

你正在走上流泪的道路。正则表达式的设计目的是解析除了最琐碎、有限的语言之外的任何语言。您可能会找到一个满足您当前需求的正则表达式，但是当另一个需求出现时，您就碰壁了。正则表达式变得越来越长，变得无法理解，更不用说维护了。

要解析语言，使用解析器。在这个时间点上，毫不夸张地说，几乎所有平台上的几乎所有语言都有解析器。

我不知道您使用的是什么语言/平台，所以我不会推荐任何特定的解析器，但是对“JavaScript SQL 解析器”的查询立即提出了这个问题：https://www.npmjs.com/package/simple-sql-parser。只是作为一个例子。