100分~在线急等，正则表达式，分析sql

Question

请教大家个问题，现在想用正则分析一个sql文，找到匹配的from部分和where部分，比如下面的sql
select u.aa,u.bb,t.cc,(select h.bb from hag h where h.bb=0) dd,(select c.bb from cat c where c.tt=1) ee from uss u left join times t on u.ttt=t.ttt where 1=1  想通过正则分析的得到结果如下
1.from部分 hag h where部分 h.bb=0
2.from部分 cat c where部分 c.tt=1
3.from部分 uss u left join times t on u.ttt=t.ttt where部分 1=1  小弟正规不太会用，就拜托大家多提建议吧，万分感谢~~

Answer 1

这个用正则可能不好实现，因为SQL语句可以有很复杂的！

Answer 2

确实，由于sql语句很复杂，要写出通用的正则几乎不可能：简单点如
select u.aa,u.bb,t.cc,(select h.bb from hag h where h.bb=0) dd,(select c.bb from cat c where c.tt=1) ee from uss u left join times t on u.ttt=t.ttt where 1=1";
但是比如
select u.aa,u.bb,t.cc,(select h.bb from hag h where h.bb=0 order by h.bb limit 0,1) dd,(select c.bb from cat c where c.tt in(1,2,3)) ee from uss u left join times t on u.ttt=t.ttt where 1=1
是无法搞定的    String s1 = "select u.aa,u.bb,t.cc,(select h.bb from hag h where h.bb=0) dd,(select c.bb from cat c where c.tt=1) ee from uss u left join times t on u.ttt=t.ttt where 1=1";
    String s2 = "select u.aa,u.bb,t.cc,(select h.bb from hag h where h.bb=0 order by h.bb limit 0,1) dd,(select c.bb from cat c where c.tt in(1,2,3)) ee from uss u left join times t on u.ttt=t.ttt where 1=1";
    Pattern p = Pattern.compile("\\bfrom\\b([\\s\\w.=']*?)\\bwhere\\b(.*?)(?:\\blimit\\b|\\border\\b|\\)|$)");
    Matcher m = p.matcher(s1);//对s2这种类型的就鞭长莫及了
    while(m.find()){
      System.out.println(m.group(1));
      System.out.println(m.group(2));
    }

Answer 3

辛苦大家了，
其实，我是想取from部分的表名，再在它对应的where部分，加上一些相关的条件。
所以，先要取到from部分，再取对应的where部分如果有好的方法，尽管发上来哈，

Answer 4

这个完全没有规则，你知道from从那里结束吗？是单一的，还是复合的！

Answer 5

import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Test { public static void main(String[] args){


String s1=" select u.aa,u.bb,t.cc,(select h.bb from hag h where h.bb=0) dd,(select c.bb from cat c where c.tt=1) ee from uss u left join times t on u.ttt=t.ttt where 1=1";

Matcher m=Pattern.compile("(?im)\\bfrom\\b([^(]*?)where\\b(([^()]*?(\\([^()]*?\\)[^()]*?)|([^()]*?))*?)(\\)|$|(\\border)|(\\blimit)|(\\bgroup))").matcher(s1);
while(m.find()){

System.out.println("from部分  "+m.group(1)+" where 部分 "+m.group(2));
}

System.out.println("－－－－－－－－－－－我是分割线－－－－－－－－－－－－");
String s2="select u.aa,u.bb,t.cc,(select h.bb from hag h where h.bb=0 order by h.bb limit 0,1) dd,(select c.bb from cat c where c.tt in(1,2,3) and c.yy in('33','44')) ee from uss u left join times t on u.ttt=t.ttt where 1=1";

 m=Pattern.compile("(?im)\\bfrom\\b([^(]*?)where\\b(([^()]*?(\\([^()]*?\\)[^()]*?)|([^()]*?))*?)(\\)|$|(\\border)|(\\blimit)|(\\bgroup))").matcher(s2);
while(m.find()){

System.out.println("from部分  "+m.group(1)+" where 部分 "+m.group(2));
} }
}
输出
from部分   hag h  where 部分  h.bb=0
from部分   cat c  where 部分  c.tt=1
from部分   uss u left join times t on u.ttt=t.ttt  where 部分  1=1
－－－－－－－－－－－我是分割线－－－－－－－－－－－－
from部分   hag h  where 部分  h.bb=0 
from部分   cat c  where 部分  c.tt in(1,2,3) and c.yy in('33','44')
from部分   uss u left join times t on u.ttt=t.ttt  where 部分  1=1
说明：
 1）按照楼主的格式，from部分是m.group(1),where部分是m.group(2)
 2）可以多行匹配
 3）分割线下面解决4楼提出的，where部分存在成对出现的()问题
 4）where后面如果出现括号，必须成对出现，否则匹配结束。where后面遇到单个的）或行结束符或group或order或。limit认为where部分结束

Answer 6

正则表达式是字符串处理工具，并不是语法分析工具，更不是编译器！要进行 SQL 的语法分析，使用正则表达式是完不成的，即使能做到也只能满足于特定的环境。如果确实需要进行语法分析，可以使用 Antlr 这个 Java 工具。

Answer 7

正则表达式对语法的解析问题的能力确实不够，需要考虑的东西太多，有人写过词法分析器之类的东西，可惜没我看懂，你可以去google看下