Python 提取出SQL语句中Where的值的方法

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。