您现在的位置：程式碼之家 >> 數據庫知識 > >> SQL Server 資料庫 >> 關於SqlServer

單句 SQL 語句解析方案：從預處理到結構化還原

編輯：關於SqlServer

數據是程式處理的核心內容，通常存儲於關係型資料庫中，操作數據最終都需透過 SQL 語句完成。因此，解讀、分析與處理 SQL 語句成為程式開發人員的基本功之一。然而，這項任務往往枯燥乏味。若能讓電腦自動完成基礎分析——如識別 SQL 涉及的表、欄位與條件——便能釋放開發者精力，專注於更具挑戰性的工作。本文將探討如何解析單句 SQL 語句，提出一套完整解決方案，拋磚引玉，期待同好指正。

單句 SQL 的定義與範疇

此處所謂「單句 SQL」指不包含巢狀結構的 SQL 語句，涵蓋 SELECT、INSERT、DELETE、UPDATE 四大類型（另有 INSERT ... SELECT 子類）。其中 SELECT 最為複雜，下文將以此為例說明。關於巢狀 SQL、特別是多重巢狀的分析較為棘手，筆者暫無成熟方案，望不吝賜教。

1. SQL 語句預處理

正式分析前，預處理能大幅減輕後續編碼負擔。主要工作包括：

移除首尾空白字元
將連續空白（空格、Tab、換行）壓縮為單一空格
統一轉為小寫（或大寫）
在語句尾部附加結束標記 ENDOFSQL（用意稍後說明）

sql = sql.trim();
sql = sql.toLowerCase();
sql = sql.replaceAll("\\s+", " ");
sql = sql + " ENDOFSQL";

2. 將 SQL 拆分為子句片段

經預處理後，多行、大小寫混雜的 SQL 變為單行小寫字串。以 SELECT 為例，典型結構包含 SELECT、FROM、WHERE、GROUP BY、ORDER BY 等子句。若能準確切分這些子句，分析工作即前進一大步。

觀察範例：

select c1,c2,c3 from t1,t2 where condi3=3 or condi4=5 order by o1,o2

可發現各子句的起止標誌：

SELECT 子句：起始 select，結束 from
FROM 子句：起始 from，結束 where/on/having/group by/order by/ENDOFSQL
WHERE 子句：起始 where，結束 order by
ORDER BY 子句：起始 order by，結束 ENDOFSQL

據此，利用正則表達式即可提取各子句。以 FROM 子句為例：

"(from)(.+)( where | on | having | group\\s+by | order\\s+by | ENDOFSQL)"

該正則涵蓋 FROM 後接各種可能的下一子句或結束標記，確保完整捕獲。

3. 解決正則貪婪匹配問題

直接對完整 SQL 套用上述正則會因「貪婪匹配」導致錯誤。例如：

select ... from ... where ... order by ...

正則會匹配到 from ... where ... order by 而非預期的 from ... where。解決策略：從 SQL 開頭開始，逐步增加截取長度進行匹配，一旦找到首個符合條件的片段即停止。雖犧牲部分效率，但換取正確結果，利大於弊。

Pattern pattern = Pattern.compile(segmentRegExp, Pattern.CASE_INSENSITIVE);
for (int i = 0; i <= sql.length(); i++) {
    String shortSql = sql.substring(0, i);
    Matcher matcher = pattern.matcher(shortSql);
    while (matcher.find()) {
        start = matcher.group(1);
        body = matcher.group(2);
        end = matcher.group(3);
        parseBody();
        return;
    }
}

4. 子句主體進一步拆分

取得子句主體（body）後，需按特定分隔符拆分。以 FROM 子句為例，分隔符包含逗號、LEFT JOIN、RIGHT JOIN、INNER JOIN 等，正則為：

"(,\\s*|\\s+left\\s+join\\s+|\\s+right\\s+join\\s+|\\s+inner\\s+join\\s+)"

大多數子句主體僅以逗號分隔，正則相對簡單。拆分時保留分隔符以便後續還原，採用 Matcher.appendReplacement 將分隔符替換為「分隔符+換行」，再按換行切割存入列表。

5. 還原格式化 SQL

分析完成後，將各子句按順序重組，並對主體片段逐行縮排，輸出清晰可讀的 SQL。例如：

select
    c1,
    c2,
    c3
from
    t1,
    t2,
    t3
where
    condi1=5 and
    condi6=6 or
    condi7=7
order by
    g1,
    g2

完整程式碼架構

方案採用工廠模式與策略模式，核心類別包括：

SqlParserUtil：入口工具類，負責預處理與分發
SingleSqlParserFactory：根據 SQL 關鍵字判斷類型，實例化對應解析器
BaseSingleSqlParser：抽象基類，定義解析流程模板
五具體解析器：SelectSqlParser、InsertSqlParser、InsertSelectSqlParser、UpdateSqlParser、DeleteSqlParser
SqlSegment：封裝單一子句的正則、分隔符、解析邏輯與格式化輸出