Python 提取出SQL语句中Where的值的方法-数字星空

1.方法一：使用`sqlparse`库的方法

为了提取SQL语句中WHERE子句的值，我们可以利用Python的sqlparse库，这是一个专门用于解析SQL语句的库。以下是一个示例代码，演示如何使用sqlparse来提取WHERE子句中的条件。

首先，确保安装了sqlparse库。如果未安装，可以使用pip安装：

bash复制代码

pip install sqlparse

然后，我们可以编写以下Python代码来提取WHERE子句的值：

import sqlparse  
from sqlparse.sql import IdentifierList, Identifier  
from sqlparse.tokens import Keyword, DML  
  
def extract_where_values(sql):  
    # 使用sqlparse解析SQL语句  
    parsed = sqlparse.parse(sql)[0]  
      
    # 提取WHERE子句  
    where_seen = False  
    for item in parsed.tokens:  
        if where_seen:  
            if is_subselect(item):  
                where_seen = False  
            else:  
                # 这里的item可能是WHERE子句的一部分  
                print(item)  
        elif item.ttype is Keyword and item.value.upper() == 'WHERE':  
            where_seen = True  
  
def is_subselect(parsed):  
    if not parsed.is_group:  
        return False  
    for item in parsed.tokens:  
        if item.ttype is DML and item.value.upper() == 'SELECT':  
            return True  
    return False  
  
# 示例SQL语句  
sql = """  
SELECT * FROM users  
WHERE id = 10 AND status = 'active' OR name = 'John Doe';  
"""  
  
extract_where_values(sql)

在这个例子中，extract_where_values函数接收一个SQL语句作为输入，然后使用sqlparse解析它。它遍历解析后的语句的标记（tokens），寻找WHERE关键字。一旦找到，它将打印出WHERE子句中的所有内容，直到遇到另一个子查询或SQL语句的结尾。

这个代码展示了如何提取和识别SQL语句中的WHERE子句。在实际应用中，我们可能需要更复杂的逻辑来处理更复杂的SQL语句，包括嵌套查询、复杂的条件表达式等。

2.方法二：使用正则表达式

要从SQL语句中提取WHERE子句的值，我们可以使用Python的正则表达式（re模块）来匹配和提取这些值。但是，需要注意的是，SQL语句的结构可能非常复杂，包含嵌套查询、子查询、函数、操作符等，因此完全准确地提取WHERE子句中的所有值（特别是当它们包含复杂表达式或嵌套时）可能非常具有挑战性。

下面，我将提供一个简单的示例，该示例能够处理一些基本的SQL查询，并尝试提取WHERE子句中的条件。请注意，这个示例可能无法处理所有可能的SQL查询情况，特别是那些包含复杂逻辑或嵌套查询的查询。

import re  
  
def extract_where_clause(sql):  
    # 使用正则表达式匹配WHERE子句  
    # 这个正则表达式假设WHERE子句在SQL语句中直接跟在SELECT, UPDATE, DELETE等之后  
    # 并且可能包含空格、换行符等  
    # 注意：这个正则表达式非常基础，可能无法处理所有情况  
    pattern = r'(?<=WHERE\s+)(.*?)(?=\s*(?:ORDER BY|GROUP BY|LIMIT|;|$))'  
    match = re.search(pattern, sql, re.IGNORECASE | re.DOTALL)  
      
    if match:  
        return match.group(0).strip()  
    else:  
        return "No WHERE clause found."  
  
# 示例SQL语句  
sql_examples = [  
    "SELECT * FROM users WHERE id = 10 AND name = 'John';",  
    "UPDATE users SET status = 'active' WHERE age > 30 AND status = 'inactive';",  
    "DELETE FROM orders WHERE order_date < '2023-01-01';",  
    "SELECT * FROM products;",  # 没有WHERE子句  
    "SELECT * FROM products WHERE (price > 100 OR quantity < 10) AND category = 'Electronics';"  
]  
  
# 遍历示例并打印结果  
for sql in sql_examples:  
    print(f"Original SQL: {sql}")  
    print(f"Extracted WHERE Clause: {extract_where_clause(sql)}\n")

说明：

（1）正则表达式：这个正则表达式尝试匹配WHERE关键字后直到遇到ORDER BY、GROUP BY、LIMIT、语句结束符（;）或字符串末尾的任意字符序列。它使用了re.IGNORECASE来忽略大小写，re.DOTALL来允许.匹配包括换行符在内的任意字符。

（2）限制：这个正则表达式假设WHERE子句是直接跟在SQL语句的主要操作（如SELECT, UPDATE, DELETE）之后的，并且WHERE子句之后直接跟着的是其他SQL子句或语句结束符。这在一些复杂的SQL语句中可能不成立，特别是当WHERE子句被嵌套在子查询中时。

（3）输出：对于每个示例SQL语句，代码将打印出原始SQL语句和提取的WHERE子句（如果存在）。

这个示例提供了一个基本的起点，但根据具体需求，您可能需要调整正则表达式或采用更复杂的解析方法（如使用SQL解析库）来处理更复杂的SQL查询。

接下来，我将提供一个更具体的代码示例，并给出一个完整的Python脚本，该脚本使用正则表达式来提取SQL语句中的WHERE子句。这个示例将包括一个函数来执行提取操作，并在脚本的末尾调用这个函数来测试几个不同的SQL语句。

请注意，这个示例仍然基于正则表达式，并且可能无法处理所有复杂的SQL查询情况。对于更复杂的SQL解析，您可能需要考虑使用专门的SQL解析库，例如上文提到的sqlparse库的方法。

import re  
  
def extract_where_clause(sql):  
    """  
    从SQL语句中提取WHERE子句的内容。  
      
    参数:  
    sql (str): SQL查询语句。  
      
    返回:  
    str: 提取的WHERE子句内容（如果存在），否则返回"No WHERE clause found."。  
    """  
    # 使用正则表达式匹配WHERE子句  
    # 这个正则表达式尝试匹配WHERE关键字后直到遇到SQL语句结束或特定SQL子句开始的位置  
    pattern = r'(?<=WHERE\s+)(.*?)(?=\s*(?:ORDER BY|GROUP BY|LIMIT|;|$))'  
    match = re.search(pattern, sql, re.IGNORECASE | re.DOTALL)  
      
    if match:  
        return match.group(0).strip()  
    else:  
        return "No WHERE clause found."  
  
# 完整的Python脚本  
if __name__ == "__main__":  
    # 示例SQL语句  
    sql_examples = [  
        "SELECT * FROM users WHERE id = 10 AND name = 'John';",  
        "UPDATE users SET status = 'active' WHERE age > 30 AND status = 'inactive';",  
        "DELETE FROM orders WHERE order_date < '2023-01-01';",  
        "SELECT * FROM products;",  # 没有WHERE子句  
        "SELECT * FROM products WHERE (price > 100 OR quantity < 10) AND category = 'Electronics';",  
        "SELECT * FROM (SELECT * FROM nested WHERE nested_id = 1) AS subquery WHERE subquery.id = 5;"  # 嵌套查询  
    ]  
      
    # 遍历示例并打印结果  
    for sql in sql_examples:  
        print(f"Original SQL: {sql}")  
        where_clause = extract_where_clause(sql)  
        print(f"Extracted WHERE Clause: {where_clause}\n")  
  
# 输出将显示每个SQL语句的原始形式和提取的WHERE子句（如果存在）

在这个示例中，extract_where_clause函数使用了一个正则表达式来查找WHERE关键字后的内容，直到遇到ORDER BY、GROUP BY、LIMIT、SQL语句的结束（;）或字符串的末尾。然后，它返回匹配到的内容（如果有的话），否则返回一个说明没有找到WHERE子句的消息。

请注意，对于包含嵌套查询的SQL语句（如示例中的最后一个），这个正则表达式可能无法正确提取嵌套查询内部的WHERE子句，因为它只查找最外层的WHERE子句。要处理这种情况，您可能需要编写更复杂的正则表达式或使用SQL解析库。

此外，这个示例中的正则表达式使用了re.DOTALL标志，允许.匹配包括换行符在内的任意字符，这对于处理跨越多行的SQL语句很有用。然而，这也可能导致在不应该匹配的地方进行匹配，特别是当SQL语句中包含注释或字符串字面量时。在实际应用中，您可能需要进一步调整正则表达式以处理这些情况。