Question

我必须从MYSQL SELECT中提取列名，我希望使用Regex来实现这一点。
这是一个简单的SELECT，类似于：
SELECT column1, column2 ... FROM table

我必须覆盖每一个案例，我们没有别名，在它前面有或没有桌子，有或没有引号：

SELECT column, column as foo, table.column, table.column as foo, 
       `column`, `column` as foo, `table`.`column`, `table`.`column` as foo
       .....

目前我已经能够计算出这个正则表达式：#\w+(\sas)?#i但是它与前缀列相比并不好。
有什么帮助吗？

顺便说一句，Regex是否善于完成这项任务？

修改
谢谢你的回答！
您发布的模式对整个查询都有效，实际上我已经在处理每一列：

$fields = Frameworkmethod::getSelectFields($query);
$columns = explode(',' , $fields);
foreach($columns as $column)
{
     //do Regex work to "clean up" the single field and get the "standard" one (not the alias)
     //`#__tracktime_projects`.`pr_name` AS `project_name` should return pr_name
}

如上面的评论所述，我总是需要字段名称，而不是别名。很抱歉没有在之前指出它！

Answer 1

我利用了Collapse and Capture a Repeating Pattern in a Single Regex Expression并对其进行了调整以适应这一目的。

因此，希望防弹 RegEx用于从 * SQL 查询中捕获列名：

/(?:SELECT\s++(?=(?:[#\w,`.]++\s++)+)|(?!^)\G\s*+,\s*+(?:`?+\s*+[#\w]++\s*+`?+\s*+\.\s*+)?+`?+\s*+)(\w++)`?+(?:\s++as\s++[^,\s]++)?+/ig

解释在线演示：http://regex101.com/r/wL7yA9

使用preg_match_all（）和单一RegEx的PHP代码，用/x修饰符评论：

preg_match_all('/(?:SELECT\s++(?=(?:[\#\w,`.]++\s++)+) # start matching on SELECT
                |              # or
                (?!^)\G        # resume from last match position 
                \s*+,\s*+      # delimited by a comma 
                (?:`?+\s*+     # optional prefix table with optional backtick
                    [\#\w]++   # table name
                    \s*+`?+    # optional backtick
                    \s*+\.\s*+ # dot separator
                )?+ # optional prefix table end group

                `?+\s*+ # optional backtick

            ) # initial match or subsequent match

            (\w++)    # capturing group
            `?+         # optional backtick


            (?:\s++as\s++[^,\s]++)?+ # optional alias

            /ix', $query, $matches);

直播代码：http://codepad.viper-7.com/VTaPd3

注意：“希望防弹”的目标是有效的SQL

使用explode（）

的PHP代码

$columns = explode(',', $fields);

foreach($columns as $column)
{
    $regex='/([\w]++)`?+(?:\s++as\s++[^,\s]++)?+\s*+(?:FROM\s*+|$)/i';

    preg_match($regex, $column, $match);

    print $match[1]; // field stored in $match[1]
}

带有示例提取的实时代码：http://codepad.viper-7.com/OdUGXd

Answer 2

我使用PHP：

$query = 'SELECT column1, column2 as foo, table.column3, table.column4 as foo, 
       `column5`, `column6` as foo, `table`.`column7`, `table`.`column8` as foo
       FROM table';

$query = preg_replace('/^SELECT(.*?)FROM.*$/s', '$1', $query); // To remove the "SELECT" and "FROM table..." parts

preg_match_all('/(?:
    (?:`?\w+`?\.)? (?:`)?(\w+)(?:`)? (?:\s*as\s*\w+)?\s*
#   ^--TableName-^ ^---ColumnName--^ ^----AsFoo-----^
)+/x',$query, $m);

print_r($m[1]);

输出：

Array
(
    [0] => column1
    [1] => column2
    [2] => column3
    [3] => column4
    [4] => column5
    [5] => column6
    [6] => column7
    [7] => column8
)

现场演示：http://www.rubular.com/r/H960NFKCTr

UPDATE：由于你使用的是一些“不寻常”但有效的SQL表名（例如：#__tracktime_projects），因此它搞乱了正则表达式。所以为了解决这个问题，我添加了一个包含我们期望的字符的变量，我还添加了i修饰符以使匹配无用：

$query = 'SELECT column1, column2 as foo, table.column3, table.column4 as foo, 
       `column5`, `column6` as foo, `table`.`column7`, `table`.`column8` as foo, `#__tracktime_projects`.`pr_name` AS project_name, `#wut`
       FROM table';


$query = preg_replace('/^SELECT(.*?)FROM.*$/s', '$1', $query); // To remove the "SELECT" and "FROM table..." parts

$allowed = '\w#'; // Adjust this to the names that you expect.

preg_match_all('/(?:
    (?:`?['.$allowed.']++`?\.)?
#   ^--------TableName--------^

    (?:`)?(['.$allowed.']++)(?:`)?
#   ^----------ColumnName--------^

    (?:\s*as\s*['.$allowed.']++)?\s*
#   ^-------------AsFoo------------^
)+
/xi',$query, $m);

print_r($m[1]);

输出：

Array
(
    [0] => column1
    [1] => column2
    [2] => column3
    [3] => column4
    [4] => column5
    [5] => column6
    [6] => column7
    [7] => column8
    [8] => pr_name
    [9] => #wut
)

现场演示：http://www.rubular.com/r/D0iIHJQwB8

Answer 3

如果使用PHP（我确定其他语言也支持这种情况），您可以考虑使用getcolumnmeta。来自文档：

<?php
  $select = $DB->query('SELECT COUNT(*) FROM fruit');
  $meta = $select->getColumnMeta(0);
  var_dump($meta);
?>

结果：

array(6) {
  ["native_type"]=>
   string(7) "integer"
  ["flags"]=>
   array(0) {
  }
  ["name"]=>
   string(8) "COUNT(*)"
  ["len"]=>
    int(-1)
  ["precision"]=>
    int(0)
  ["pdo_type"]=>
    int(2)
}

Answer 4

这是通用解决方案：

((select|,)\s+((((`)?\w+\6?\.)?(`)?\w+\7?)(\s+as\s+(`)?\w+\9?)?\s*))+from\s

组$ 3包含具有可能的表和别名装饰的列。

您可以对表达的某些部分使用非捕获组 - （？...）。在这种情况下，改变反向引用号。

使用单行运行它并忽略大小写标志。也许您应该将标识符规范\ w +更改为更具体的[a-zA-Z] \ w *，例如。

Answer 5

这是一个老问题，但我遇到了同样的问题，使用@CSᵠ正则表达式无法解决。我创建了另一个正则表达式来在更广泛的列上执行任务，包括计算字段

preg_match_all('/(?<=^SELECT |, |\) )([a-z]+\.)?([a-z]+ )?(as )?([a-z]+)(?= ?,|$)/im');

如果将在复杂查询中使用，我建议使用我创建的完整函数：https://gist.github.com/pedrosancao/2498ed85b3c1834c5bdd

Answer 6

我迟到了，但其中大部分对我来说太复杂了，而且是 PHP 特定的，我想这就是你想要的，但很多人可能不是这样。我使用的 PCRE 风味的正则表达式是：

([\w`]+)(?=\s*,|\s+from\s+)

这匹配字母数字和反引号 ([\w`]+) 字符，后跟逗号（或空格和逗号）或空格和关键字“from”。

后者是使用正向前瞻实现的

(?=<expression>)

在这种情况下

(?=\s*,|\s+from\s+)

它检查前面的标记 [\w`]+ 后面是否有

\s*,       # whitespace (0 or more) and comma

或 (|)

\s+from\s+ # the keyword 'from', surrounded by >=1 whitespace characters

然后你可以在任何语言风格中使用 case 标志来忽略大小写。

编辑：还应该注意这匹配别名而不是原始列名。

正则表达式以获取所选列

6 个答案: