SQL列与别名提取：请求优化Python正则以匹配特殊格式列

针对包含方括号包裹列、SUM嵌套列、带冒号/点号列的SQL SELECT语句，这里提供一个能覆盖多数场景的正则表达式，同时附上Python实现代码：

核心正则表达式 #

(?<=SELECT|,)\s*((?:\w+\()?(?:\[.*?\]|[\w:.]+)(?:\))?)\s*(?:AS\s+|\s+)?([\w]+)?

正则说明 #

• (?<=SELECT|,)：正向断言，匹配SELECT关键词之后或者逗号之后的内容，避免遗漏首列
• \s*：匹配列名前的任意空白字符
• (?:\w+\()?：匹配SUM这类函数前缀（比如SUM(），非捕获组
• (?:\[.*?\]|[\w:.]+)：匹配两种列格式：方括号包裹的列（[列名]），或者含字母、数字、冒号、点号的列（比如tbl.col、schema:col）
• (?:\))?：匹配函数的闭合括号（比如)），非捕获组
• (?:\s+AS\s+|\s+)?：匹配别名前的分隔符，支持AS 别名、直接空格分隔别名，或者无别名的场景
• ([\w]+)?：捕获别名，允许无别名的情况（此时结果为空）

Python代码实现 #

import re
import csv

# 示例SQL语句
sql = """
SELECT [User ID] AS user_id, SUM([Order Amount]) AS total_sales,
       tbl.customer_name, schema:region_code AS region
FROM orders
"""

# 编译正则（忽略大小写，兼容小写as）
full_pattern = re.compile(r'(?<=SELECT|,)\s*((?:\w+\()?(?:\[.*?\]|[\w:.]+)(?:\))?)\s*(?:AS\s+|\s+)?([\w]+)?', re.IGNORECASE)
# 提取列名与别名匹配结果
results = full_pattern.findall(sql)

# 处理结果：清理函数包裹、方括号，无别名时用列名本身
processed = []
for col, alias in results:
    # 去掉外层函数（比如SUM([Order Amount]) -> [Order Amount]）
    col_clean = re.sub(r'^\w+\((.*)\)$', r'\1', col)
    # 去掉方括号
    col_clean = col_clean.strip('[]')
    # 别名为空时用清理后的列名
    final_alias = alias if alias else col_clean
    processed.append((col_clean, final_alias))

# 写入CSV文件
with open('columns_aliases.csv', 'w', newline='', encoding='utf-8') as f:
    writer = csv.writer(f)
    writer.writerow(['列名', '别名'])
    writer.writerows(processed)

注意事项 #

• 该正则支持大多数常见的SQL SELECT列格式，若遇到多层嵌套函数的极端场景，需要进一步调整正则逻辑
• 若SQL中存在注释，建议先清理注释后再匹配，避免干扰
• 正则通过re.IGNORECASE实现大小写不敏感，兼容as小写的写法

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