使用REGEX在查询中获取别名列

Question

我已经搜索过高低，我真的很难找到合适的REGEX来帮助我找到我想要的东西。假设我有以下查询字符串：

SELECT col, col2 AS c2, col3, col * col2 calc FROM...

我想要一个REGEX，可以在有空格的逗号或者＆＃34; AS＆＃34;之间删除所有内容。进行列别名。它还应该排除SELECT和FROM。通过上面的例子，我想要以下匹配：

col2 AS c2
col * col2 calc

基本上，这应该删除col和col3，因为它们没有别名。我尝试过以下各种变体，但都没有成功（注意：$ colname包含别名）：

/(SELECT|,)([^,]*{$colname}[^,]*)(FROM|,)/

目前只返回：

, col2 AS c2,
col2 AS c2
, col2 AS c2,
col2 AS c2

我觉得我很接近，但我需要一些指导。任何建议表示赞赏。

Answer 1

使用一个正则表达式处理SQL字符串解析几乎是不可能的，您应该寻找更通用的解决方案，如PHP-SQL-Parser。

我提出的正则表达式是一个特殊的工作，可以进一步精确，调整等，以满足特定项目的需求：

val A = new RowMatrix(sparkContext.parallelize(Seq(
    Vectors.dense(1, 2, 3),
    Vectors.dense(4, 5, 6))))

请参阅regex demo。

这是它的作用：

• (?:\G(?!\A),|SELECT)(?:\s+[^\s,]+(?:\([^()]*\))?,)*\s*\K[^\s,]+\s*(?:(?![()',])[[:punct:]]|AS)\s*(?:(?!FROM)[^,])*(?!\w) - 上一次成功匹配的结束和逗号（(?:\G(?!\A),|SELECT)）或（\G(?!\A),）之后的字母|子字符串
• SELECT - 零个或多个序列（(?:\s+[^\s,]+(?:\([^()]*\))?,)*）：
  • (?:...)* - 1+空格
  • \s+ - 除了空白和逗号
  之外的1个字符
  • [^\s,]+ - 一个可选的子字符串，如(?:\([^()]*\))?（一个(...)，然后是除(和(以外的0 +字符，然后是{{1 }}）
  • ) - 逗号
• ) - 0+空白字符
• , - 匹配重置运算符，丢弃到目前为止匹配的文本（因此，\s*将从匹配中省略，但匹配时需要这样做）
• \K - 除了空格和SELECT abc, Contains(...),
之外的1个或多个字符
• [^\s,]+ - 0+空白字符
• , - 要么
  • \s* - 任何标点符号或符号字符，但(?:(?![()',])[[:punct:]]|AS)，(?![()',])[[:punct:]]，(和)
  • ' - 或
  • , - 文字|子字符串
• AS - 0+ whitespaces
• AS - 除逗号之外的零个或多个字符，而不是\s*字符序列（tempered greedy token}
• (?:(?!FROM)[^,])* - 后面没有单词char。