如何用正则表达式拆分标准SQL查询？适配MS Access VBA

场景说明 #

正在梳理指定文件夹内的Access数据库表与查询，目标是通过正则表达式将标准化的MS Access SQL代码拆分为标准SQL块。涉及的SQL均为简单结构：无CTE，FROM块可包含子连接但整体完整，代码按标准关键字换行。

此前在PCRE2（PHP >=7.3）环境验证的正则可正常工作，但在MS Access VBA中，带环视的正则会触发运行时错误'5017'；无环视的表达式虽无报错，但无法匹配目标内容。

核心需求 #

• 提取两个匹配组：
  1. 名为Error的列定义（不含AS Error后缀）
  2. 最早出现的WHERE/HAVING子句内容（支持按关键字拆分各子句）
• 兼容SQL缺失部分或全部关键字的情况
• 可选在ORDER BY关键字前停止匹配
• 提供至少一个无环视的VBA兼容实现，同时兼顾通用SQL场景

正则实现方案 #

1. 无环视的VBA兼容版（VBScript正则引擎） #

针对VBA环境限制，采用无环视的分组匹配逻辑，通过关键字顺序匹配实现需求：

^SELECT\s+(?:.*?\b(?:([^,\s]+(?:\s+[^,\s]+)*)\s+AS\s+Error)\b.*?)?(?:\s+INTO\s+\w+\s+)?(?:\s+FROM\s+.*?)?(?:\s+(WHERE|HAVING)\s+(.*?)(?=\s+(?:WHERE|HAVING|GROUP BY|ORDER BY|$)))?

匹配说明：

• 组1：捕获AS Error前的列定义（仅匹配第一个出现的AS Error列）
• 组2：捕获触发子句的关键字（WHERE或HAVING）
• 组3：捕获对应子句的内容（到下一个关键字或结尾为止）
• 若需在ORDER BY前停止匹配，保留正则中(?=\s+(?:...|ORDER BY|$))部分；若不需要，直接移除ORDER BY

VBA使用示例：

Dim regEx As Object
Set regEx = CreateObject("VBScript.RegExp")
With regEx
    .Pattern = "^SELECT\s+(?:.*?\b(?:([^,\s]+(?:\s+[^,\s]+)*)\s+AS\s+Error)\b.*?)?(?:\s+INTO\s+\w+\s+)?(?:\s+FROM\s+.*?)?(?:\s+(WHERE|HAVING)\s+(.*?)(?=\s+(?:WHERE|HAVING|GROUP BY|ORDER BY|$)))?"
    .IgnoreCase = True ' 忽略大小写，适配SQL关键字的不同写法
    .Global = False ' 仅匹配一次
End With

Dim sqlStr As String
sqlStr = "SELECT Column1, CASE WHEN Status=0 THEN 'Fail' ELSE 'Pass' END AS Error INTO NewTable FROM SourceTable WHERE ID > 100 GROUP BY Column1 ORDER BY ID"

Dim matches As Object
Set matches = regEx.Execute(sqlStr)
If matches.Count > 0 Then
    ' 获取Error列定义
    Debug.Print "Error列定义: " & matches(0).SubMatches(0)
    ' 获取子句关键字和内容
    Debug.Print "子句关键字: " & matches(0).SubMatches(1)
    Debug.Print "子句内容: " & matches(0).SubMatches(2)
End If

2. 通用PCRE2版（支持环视，兼容PHP等环境） #

如果不需要兼容VBA，可使用更简洁的环视逻辑：

^SELECT\s+.*?\b(?<ErrorCol>[^,\s]+(?:\s+[^,\s]+)*)\s+AS\s+Error\b.*?(?:\s+(?<ClauseType>WHERE|HAVING)\s+(?<ClauseContent>.*?)(?=\s+(?:WHERE|HAVING|GROUP BY|ORDER BY|$)))?

匹配说明：

• 命名组ErrorCol：捕获AS Error前的列定义
• 命名组ClauseType：捕获WHERE/HAVING关键字
• 命名组ClauseContent：捕获对应子句内容
• 同样支持通过调整环视部分控制是否在ORDER BY前停止匹配

注意事项 #

• 仅适用于SELECT ... INTO ... FROM ... WHERE ... GROUP BY ... HAVING ... ORDER BY这类简单SQL结构，复杂SQL（如嵌套子查询、多表连接带复杂条件等）不适用
• 正则表达式解析SQL存在固有局限性，容易因特殊字符、非标准写法失效，仅建议在小数据集场景尝试；大规模或复杂场景请使用专业的SQL解析工具（如Access的DAO对象、第三方SQL解析库）

内容的提问来源于stack exchange，提问作者questionto42