如何从sql查询中提取表名和列名？

Question

假设我们有这样一个简单的查询：

Select a.col1, b.col2 from tb1 as a inner join tb2 as b on tb1.col7 = tb2.col8;

结果应该是这样的：

tb1 col1
tb1 col7
tb2 col2
tb2 col8

我试着用一些python库来解决这个问题：

1）即使只使用sqlparse提取表也可能是个大问题。例如this官方书籍根本不能正常工作。

2）使用正则表达式似乎很难实现。

3）但后来我发现了this，这可能会有帮助。但是问题是我无法连接到任何数据库并执行该查询。

有什么想法吗？

Answer 1

我正在处理一个类似的问题，并找到了一个更简单的解决方案，它似乎工作得很好。

import re

def tables_in_query(sql_str):

    # remove the /* */ comments
    q = re.sub(r"/\*[^*]*\*+(?:[^*/][^*]*\*+)*/", "", sql_str)

    # remove whole line -- and # comments
    lines = [line for line in q.splitlines() if not re.match("^\s*(--|#)", line)]

    # remove trailing -- and # comments
    q = " ".join([re.split("--|#", line)[0] for line in lines])

    # split on blanks, parens and semicolons
    tokens = re.split(r"[\s)(;]+", q)

    # scan the tokens. if we see a FROM or JOIN, we set the get_next
    # flag, and grab the next one (unless it's SELECT).

    table = set()
    get_next = False
    for tok in tokens:
        if get_next:
            if tok.lower() not in ["", "select"]:
                table.add(tok)
            get_next = False
        get_next = tok.lower() in ["from", "join"]

    dictTables = dict()
    for table in tables:
        fields = []
        for token in tokens:
            if token.startswith(table):
                if token != table:
                    fields.append(token)
        if len(list(set(fields))) >= 1:
        dictTables[table] = list(set(fields))
    return dictTables

代码改编自https://grisha.org/blog/2016/11/14/table-names-from-sql/