如何将复杂的 SQL 值字符串安全地解析为列

Question

我正在使用一个表示 SQL 参数值的字符串，并且需要将其解析为各个列。这是此类字符串的示例：

values = "( 14587, '290\'960', 'This is, a, difficult,,, string that uses '' \" and even '' \" , '' '', ''. So it definitely needs to be checked for escape characters.', null )"

目标是将这些值提取到列列表中，应对各种挑战：

• 不同的数据类型：值可以是整数、字符串或空。

• 转义字符：字符串可能包含转义单引号 ('')， 反斜杠或其他特殊字符。

• 嵌入式分隔符：逗号 可能出现在字符串内部，用逗号进行天真的分割 不可能的。

• 引号匹配：正确匹配周围的单引号 字符串是必不可少的。

我尝试使用正则表达式来处理引号外的逗号分隔：

import re

values = "( 14587, '290\'960', 'This is, a, difficult,,, string that uses '' \" and even '' \" , '' '', ''. So it definitely needs to be checked for escape characters.', null )"

# Remove outer parentheses and leading/trailing spaces
cleaned_values = values.strip().strip('()')

# Use regular expression to split by commas outside quotes, accounting for escaped quotes
values_list = re.split(r",(?=(?:[^']*'[^']*')*[^']*$)", cleaned_values)

# Strip whitespace from each part
values_list = [v.strip() for v in values_list]

print(cleaned_values)
for value in values_list:
    print(value)

这种方法在某种程度上有效，但感觉很脆弱，可能无法处理所有边缘情况，尤其是更复杂的 SQL 字符串。

问题： 将此类 SQL VALUES 字符串解析为各个列的最佳和最可靠的方法是什么，确保以下几点：

• 正确处理不同的数据类型。
• 正确转义和解析特殊字符。
• 通过嵌入的逗号或引号保持字符串的完整性。

专用的 SQL 解析器或其他方法会比正则表达式更合适吗？

Answer 1

您可以搜索：

1. 术语之前的可选空格

   \s*

   ;
2. 该术语是：
   • 不带引号或空格的字符串

     [^'\s]+

     ；或
   • 以单引号开头和结尾的字符串，其中包含非单引号或单引号对的字符

     '(?:[^']|'')*'

3. 后跟可选空格以及术语分隔符或字符串结尾

   \s*(?:,|$)

   。

像这样：

import re

values = "( 14587, '290\'960', 'This is, a, difficult,,, string that uses '' \" and even '' \" , '' '', ''. So it definitely needs to be checked for escape characters.', null )"

values_list = re.findall(
    r"\s*([^'\s]+|'(?:[^']|'')*')\s*(?:,|$)",
    values.strip().strip('()'),
)

for value in values_list:
    print(value)

哪个输出：

14587
'960'
'This is, a, difficult,,, string that uses '' " and even '' " , '' '', ''. So it definitely needs to be checked for escape characters.'
null