解析单句sql_单句SQL语句的解析方案。

最近想改写一下数据库交互的底层代码,搞来两篇sql解析的方案文章.不管这么多,先转了再说…

数据是程序处理的主要内容，它一般存储在关系型数据库中，要操作它们最终必须要通过SQL语句来完成，因此，解读分析和处理SQL语句成为程序员的基本工作内容之一，当然有时这项任务是比较乏味的，如果让计算机来完成一些基本的分析解读工作如找出SQL语句涉及了哪些表，字段和条件等，可以帮助程序员解放出部分精力，投入到更有挑战性和复杂性的任务中去，本文将就如何解析单句SQL语句提出自己的解决方案和大家探讨，希望大家不吝批评指正。

首先说明以下单句SQL的范畴,它是指不存在嵌套的SQL语句，包括Select，insert，delete，update四大类型(具体的解析子类还有一种insert select类型)，其中以select最为复杂，下面将以它为例。另关于嵌套SQL尤其是多重嵌套SQL的分析似乎比较复杂，我一时没想出好的解决方案，如果您知道请不吝赐教。

1.关于SQL语句的预处理。

在对sql语句进行分析之前，有必要对它进行一些预处理，这样能减轻不少后面编程的负担。

预处理的主要工作是消除SQL语句前后的空白，将其中的连续空白字符(包括空格，TAB和回车换行)替换成单个空格；将sql语句全变成小写形式(或大写形式)；在SQL语句的尾后加上结束符号，至于为什么加，这里先买个关子。具体的语句如下：

sql=sql.trim();

sql=sql.toLowerCase();

sql=sql.replaceAll("s+", " ");

sql=""+sql+" ENDOFSQL";

2.将SQL语句分离成片段。

经过第一步的工作，一个多行的，存在大小写混杂的SQL语句已经变成了单行的小写SQL语句，接下来我们需要把整句分离成更小的片段。以Select语句为例，其中可能存在有select子句部分，from子句部分，where子句部分，group by子句和order by子句等，如果能成功的把整句分离成这些子句，我们的分析工作又前进了一步。先让我们看看下面的SQL示例：

关键字： select 子表树 企业管理器 DBCC PAGE REVERT

单句SQL语句的解析方案。

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

通过观察我们可以发现，select子句是select c1,c2,c3 from，它的起始标志是select，结束标志是from；from子句是from t1,t2 where，它的起始标志是from，结束标志是where；where子句是where condi3=3 or condi4=5，它的起始标志是where，结束标志是order by；order by子句是order by o1,o2其起始标志是order by，刚才我们在整句SQL尾后加上了” ENDOFSQL”字样，因此，order by子句的结束标志是” ENDOFSQL”。

这个分析给我们解析SQL语句提供了一个思路，如果我们能找到各个子句的前后标志，在正则表达式的帮助下我们就可以轻松的获得每一种子句，下面给出一个找到from子句的完整正则表达式：

”(from)(.+)( where | on | having | groups+by | orders+by | ENDOFSQL)”

这句正则表示式让程序到整句SQL中查找符合这样条件的文本单元：它以from开头，结束标志是where,on,having,group by,order by或语句结束中间的一个，开始标志和结束标志之间可以是任何字符。这样，from子句的各种情况就都囊括进这个正则表达式了，它能找到以下类型的各种form子句：

from …. where

from …. on

from …. having

from …. group by

from …. order by

from …. ENDOFSQL(这个ENDOFSQL是预处理时加上的，如果用$符号会给程序造成麻烦)

3.找到片段中的各个部分。

有了表示片段的正则表达式，找到片段后从中分离出片段起始标志start，片段主体body和片段结束标志end就很容易了，请见代码：

Pattern pattern=Pattern.compile(segmentRegExp,Pattern.CASE_INSENSITIVE);

for(int i=0;i<=sql.length();i++){

String shortSql=sql.substring(0, i);

//System.out.println(shortSql);

Matcher matcher=pattern.matcher(shortSql);

while(matcher.find()){

start=matcher.group(1);// 片段起始标志start

body=matcher.group(2);// 片段主体body

end=matcher.group(3);// 片段结束标志end

parseBody();

return;

}

}

关键字： select 子表树 企业管理器 DBCC PAGE REVERT

单句SQL语句的解析方案。

这段代码为什么要逐渐从SQL开头开始截取不断增长的SQL语句进行分析而不是直接对整个SQL进行查找呢？原因是表示子句的正则表达式比较贪婪，它会竭力向后寻找，比如说SQL语句是这样写的：

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

那么用”(from)(.+)( where | on | having | groups+by | orders+by | ENDOFSQL)”进行查找得到from子句不是

from …. where

而是

from …. where …. order by

这当然不是我们想要的结果，因此采取了从SQL开头开始截取不断增长的SQL语句进行分析，找到了from …. where部分就不用继续往下找了，当然这在效率上有降低，但一些效率的付出相对于正确的结果来说是值得的。

4.将片段主体部分劈分开来

还是拿from子句做例子，得到它以后我们希望继续进行分析，最终得到from子句的表，这部分工作比较简单，使用特定的标志对body进行查找劈分即可，from子句的劈分标志较多，用正则表达式写出来是“(,|s+lefts+joins+|s+rights+joins+|s+inners+joins+)”，各种情况都要涉及到。其实大多数子句主体部分的劈分标志都是逗号，用正则表达式写出来都比from子句的简单。

劈分的代码如下，每个分隔符之间的小部分放在链表中：

List ls=new ArrayList();

Pattern p = Pattern.compile(bodySplitPattern,Pattern.CASE_INSENSITIVE);// bodySplitPattern就是劈分的正则表达式

// 先清除掉前后空格

body=body.trim();

Matcher m = p.matcher(body);

StringBuffer sb = new StringBuffer();

boolean result = m.find();

while (result) {

m.appendReplacement(sb, m.group(0) + Crlf);

result = m.find();

}

m.appendTail(sb);

// 再按空行断行

String[] arr=sb.toString().split("[n]+");

int arrLength=arr.length;

for(int i=0;i

String temp=FourSpace+arr[i];

if(i!=arrLength-1){

temp=temp+Crlf;

}

ls.add(temp);

}

关键字： select 子表树 企业管理器 DBCC PAGE REVERT

单句SQL语句的解析方案。

之所以不直接使用String的split方法是因为分隔符存在多种形式，使用split方法后将无从知晓以前的劈分符是什么，比如 where c1=1 and c2=2 or c3=3,如果使用(and|or)做劈分符再用split方法，那么再还原SQL语句是将不可能知道原先的分隔符是and还是or。

5.还原整个SQL语句。

分析完SQL语句后，最终是要以清晰完整的形式将SQL还原出来，这一步的工作主要是将各个子句又重新组合起来，如果分析的语句是

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

解析后的的Sql为:

select

c1,

c2,

c3

from

t1,

t2,

t3

where

condi1=5 and

condi6=6 or

condi7=7

order by

g1,

g2到这里，我对单句SQL语句进行分析的基本思路都写完了，下面是完整的代码示例：

工具类SqlParserUtil,这是进行SQL解析的入口

public class SqlParserUtil{

public static String getParsedSql(String sql){

sql=sql.trim();

sql=sql.toLowerCase();

sql=sql.replaceAll("s+", " ");

sql=""+sql+" ENDOFSQL";

return SingleSqlParserFactory.generateParser(sql).getParsedSql();

}

}

单句Sql解析器基类：

package com.sitinspring.common.sqlparser.single;

import java.util.ArrayList;

import java.util.List;

import com.sitinspring.common.sqlparser.SqlSegment;

/** *//**

* 单句Sql解析器，单句即非嵌套的意思

* @author 何杨(heyang78@gmail.com)

*

* @since 2009-2-2 下午03:01:06

* @version 1.00

*/

public abstract class BaseSingleSqlParser{

/** *//**

* 原始Sql语句

*/

protected String originalSql;

/** *//**

* Sql语句片段

*/

protected List segments;

/** *//**

* 构造函数，传入原始Sql语句，进行劈分。

* @param originalSql

*/

public BaseSingleSqlParser(String originalSql){

this.originalSql=originalSql;

segments=new ArrayList();

initializeSegments();

splitSql2Segment();

}

/** *//**

* 初始化segments，强制子类实现

*

*/

protected abstract void initializeSegments();

/** *//**

* 将originalSql劈分成一个个片段

*

*/

protected void splitSql2Segment() {

for(SqlSegment sqlSegment:segments){

sqlSegment.parse(originalSql);

}

}

/** *//**

* 得到解析完毕的Sql语句

* @return

*/

public String getParsedSql() {

StringBuffer sb=new StringBuffer();

for(SqlSegment sqlSegment:segments){

sb.append(sqlSegment.getParsedSqlSegment()+"n");

}

String retval=sb.toString().replaceAll("n+", "n");

return retval;

}

}

关键字： select 子表树 企业管理器 DBCC PAGE REVERT

单句SQL语句的解析方案。

下面是BaseSingleSqlParser的五种子类：

package com.sitinspring.common.sqlparser.single;

import com.sitinspring.common.sqlparser.SqlSegment;

/** *//**

*

* 单句删除语句解析器

* @author 何杨(heyang78@gmail.com)

*

* @since 2009年2月3日8:58:48

* @version 1.00

*/

public class DeleteSqlParser extends BaseSingleSqlParser{

public DeleteSqlParser(String originalSql) {

super(originalSql);

}

@Override

protected void initializeSegments() {

segments.add(new SqlSegment("(delete from)(.+)( where | ENDOFSQL)","[,]"));

segments.add(new SqlSegment("(where)(.+)( ENDOFSQL)","(and|or)"));

}

}

package com.sitinspring.common.sqlparser.single;

import com.sitinspring.common.sqlparser.SqlSegment;

/** *//**

*

* 单句查询插入语句解析器

* @author 何杨(heyang78@gmail.com)

*

* @since 2009年2月3日9:41:23

* @version 1.00

*/

public class InsertSelectSqlParser extends BaseSingleSqlParser{

public InsertSelectSqlParser(String originalSql) {

super(originalSql);

}

@Override

protected void initializeSegments() {

segments.add(new SqlSegment("(insert into)(.+)( select )","[,]"));

segments.add(new SqlSegment("(select)(.+)(from)","[,]"));

segments.add(new SqlSegment("(from)(.+)( where | on | having | groups+by | orders+by | ENDOFSQL)","(,|s+lefts+joins+|s+rights+joins+|s+inners+joins+)"));

segments.add(new SqlSegment("(where|on|having)(.+)( groups+by | orders+by | ENDOFSQL)","(and|or)"));

segments.add(new SqlSegment("(groups+by)(.+)( orders+by| ENDOFSQL)","[,]"));

segments.add(new SqlSegment("(orders+by)(.+)( ENDOFSQL)","[,]"));

}

}

package com.sitinspring.common.sqlparser.single;

import com.sitinspring.common.sqlparser.SqlSegment;

/** *//**

*

* 单句插入语句解析器

* @author 何杨(heyang78@gmail.com)

*

* @since 2009年2月3日9:16:44

* @version 1.00

*/

public class InsertSqlParser extends BaseSingleSqlParser{

public InsertSqlParser(String originalSql) {

super(originalSql);

}

@Override

protected void initializeSegments() {

segments.add(new SqlSegment("(insert into)(.+)([(])","[,]"));

segments.add(new SqlSegment("([(])(.+)( [)] values )","[,]"));

segments.add(new SqlSegment("([)] values [(])(.+)( [)])","[,]"));

}

@Override

public String getParsedSql() {

String retval=super.getParsedSql();

retval=retval+")";

return retval;

}

}

package com.sitinspring.common.sqlparser.single;

import com.sitinspring.common.sqlparser.SqlSegment;

/** *//**

*

* 单句查询语句解析器

* @author 何杨(heyang78@gmail.com)

*

* @since 2009-2-2 下午03:30:54

* @version 1.00

*/

public class SelectSqlParser extends BaseSingleSqlParser{

public SelectSqlParser(String originalSql) {

super(originalSql);

}

@Override

protected void initializeSegments() {

segments.add(new SqlSegment("(select)(.+)(from)","[,]"));

segments.add(new SqlSegment("(from)(.+)( where | on | having | groups+by | orders+by | ENDOFSQL)","(,|s+lefts+joins+|s+rights+joins+|s+inners+joins+)"));

segments.add(new SqlSegment("(where|on|having)(.+)( groups+by | orders+by | ENDOFSQL)","(and|or)"));

segments.add(new SqlSegment("(groups+by)(.+)( orders+by| ENDOFSQL)","[,]"));

segments.add(new SqlSegment("(orders+by)(.+)( ENDOFSQL)","[,]"));

}

}

package com.sitinspring.common.sqlparser.single;

import com.sitinspring.common.sqlparser.SqlSegment;

/** *//**

*

* 单句更新语句解析器

* @author 何杨(heyang78@gmail.com)

*

* @since 2009年2月3日9:08:46

* @version 1.00

*/

public class UpdateSqlParser extends BaseSingleSqlParser{

public UpdateSqlParser(String originalSql) {

super(originalSql);

}

@Override

protected void initializeSegments() {

segments.add(new SqlSegment("(update)(.+)(set)","[,]"));

segments.add(new SqlSegment("(set)(.+)( where | ENDOFSQL)","[,]"));

segments.add(new SqlSegment("(where)(.+)( ENDOFSQL)","(and|or)"));

}

}

下面是用于找到具体子类分析器的工厂类：

package com.sitinspring.common.sqlparser.single;

import java.util.regex.Matcher;

import java.util.regex.Pattern;

import com.sitinspring.common.sqlparser.exception.NoSqlParserException;

/** *//**

* 单句Sql解析器制造工厂

* @author 何杨(heyang78@gmail.com)

*

* @since 2009-2-3 上午09:45:49

* @version 1.00

*/

public class SingleSqlParserFactory{

public static BaseSingleSqlParser generateParser(String sql){

if(contains(sql,"(insert into)(.+)(select)(.+)(from)(.+)")){

return new InsertSelectSqlParser(sql);

}

else if(contains(sql,"(select)(.+)(from)(.+)")){

return new SelectSqlParser(sql);

}

else if(contains(sql,"(delete from)(.+)")){

return new DeleteSqlParser(sql);

}

else if(contains(sql,"(update)(.+)(set)(.+)")){

return new UpdateSqlParser(sql);

}

else if(contains(sql,"(insert into)(.+)(values)(.+)")){

return new InsertSqlParser(sql);

}

//sql=sql.replaceAll("ENDSQL", "");

throw new NoSqlParserException(sql.replaceAll("ENDOFSQL", ""));

}

/** *//**

* 看word是否在lineText中存在，支持正则表达式

* @param sql:要解析的sql语句

* @param regExp:正则表达式

* @return

*/

private static boolean contains(String sql,String regExp){

Pattern pattern=Pattern.compile(regExp,Pattern.CASE_INSENSITIVE);

Matcher matcher=pattern.matcher(sql);

return matcher.find();

}

}

最后是表示子句的SqlSegment类：

package com.sitinspring.common.sqlparser;

import java.util.ArrayList;

import java.util.List;

import java.util.regex.Matcher;

import java.util.regex.Pattern;

/** *//**

* Sql语句片段

*

* @author 何杨(heyang78@gmail.com)

*

* @since 2009-2-2 下午03:10:29

* @version 1.00

*/

public class SqlSegment{

private static final String Crlf = "n";

private static final String FourSpace = "　　";

/** *//**

* Sql语句片段开头部分

*/

private String start;

/** *//**

* Sql语句片段中间部分

*/

private String body;

/** *//**

* Sql语句片段结束部分

*/

private String end;

/** *//**

* 用于分割中间部分的正则表达式

*/

private String bodySplitPattern;

/** *//**

* 表示片段的正则表达式

*/

private String segmentRegExp;

/** *//**

* 分割后的Body小片段

*/

private List bodyPieces;

/** *//**

* 构造函数

* @param segmentRegExp 表示这个Sql片段的正则表达式

* @param bodySplitPattern 用于分割body的正则表达式

*/

public SqlSegment(String segmentRegExp,String bodySplitPattern){

start="";

body="";

end="";

this.segmentRegExp=segmentRegExp;

this.bodySplitPattern=bodySplitPattern;

this.bodyPieces=new ArrayList();

}

/** *//**

* 从sql中查找符合segmentRegExp的部分，并赋值到start,body,end等三个属性中

* @param sql

*/

public void parse(String sql){

Pattern pattern=Pattern.compile(segmentRegExp,Pattern.CASE_INSENSITIVE);

for(int i=0;i<=sql.length();i++){

String shortSql=sql.substring(0, i);

//System.out.println(shortSql);

Matcher matcher=pattern.matcher(shortSql);

while(matcher.find()){

start=matcher.group(1);

body=matcher.group(2);

end=matcher.group(3);

parseBody();

return;

}

}

}

/** *//**

* 解析body部分

*

*/

private void parseBody(){

List ls=new ArrayList();

Pattern p = Pattern.compile(bodySplitPattern,Pattern.CASE_INSENSITIVE);

// 先清除掉前后空格

body=body.trim();

Matcher m = p.matcher(body);

StringBuffer sb = new StringBuffer();

boolean result = m.find();

while (result) {

m.appendReplacement(sb, m.group(0) + Crlf);

result = m.find();

}

m.appendTail(sb);

// 再按空格断行

String[] arr=sb.toString().split("[n]+");

int arrLength=arr.length;

for(int i=0;i

String temp=FourSpace+arr[i];

if(i!=arrLength-1){

temp=temp+Crlf;

}

ls.add(temp);

}

bodyPieces=ls;

}

/** *//**

* 取得解析好的Sql片段

* @return

*/

public String getParsedSqlSegment(){

StringBuffer sb=new StringBuffer();

sb.append(start+Crlf);

for(String piece:bodyPieces){

sb.append(piece+Crlf);

}

return sb.toString();

}

public String getBody() {

return body;

}

public void setBody(String body) {

this.body = body;

}

public String getEnd() {

return end;

}

public void setEnd(String end) {

this.end = end;

}

public String getStart() {

return start;

}

public void setStart(String start) {

this.start = start;

}

}