如何从SQL查询语句中提取表名？求可行实现方案

问题背景 #

需要从存储SQL查询的表中，提取每条查询对应的关联表名，以下是输入示例与预期输出：

输入查询表

预期输出表

解决方案 #

根据SQL复杂度，可选择以下方式处理：

1. 正则表达式提取（适用于简单SQL场景）

针对示例中的SQL结构，可使用正则匹配带Schema的表名，同时覆盖子查询、JOIN、UNION等场景：

\b(?:[a-zA-Z0-9_]+\.)?[a-zA-Z0-9_]+\b(?=\s+(?:FROM|JOIN|UNION\s+ALL\s+SELECT))

匹配逻辑：

• 匹配可选的Schema前缀（如dbo.、sales.）
• 匹配表名的字母/数字/下划线组合
• 通过正向预查确保表名后跟随FROM/JOIN/UNION ALL SELECT等关键字
• 匹配后对结果去重，再用逗号分隔即可得到目标表名

2. 专业SQL解析库（适用于复杂SQL场景）

如果涉及CTE、多层嵌套子查询、临时表等复杂结构，正则容易失效，建议用专业解析工具，以Python的sqlparse库为例：

步骤：

1. 安装依赖库：

pip install sqlparse

2. 解析代码：

import sqlparse
from sqlparse.sql import IdentifierList, Identifier
from sqlparse.tokens import Token

def extract_tables(sql):
    tables = set()
    parsed = sqlparse.parse(sql)[0]
    
    def traverse_token(token):
        if isinstance(token, IdentifierList):
            for item in token.get_identifiers():
                traverse_token(item)
        elif isinstance(token, Identifier):
            # 处理表别名，提取真实表名
            table_name = token.get_real_name() if token.has_alias() else token.value
            tables.add(table_name.strip())
        elif token.ttype is Token.Keyword and token.value.upper() in ('FROM', 'JOIN', 'UNION ALL'):
            # 定位关键字后的表名token
            next_token = token.next
            while next_token and (next_token.is_whitespace or next_token.ttype is Token.Punctuation):
                next_token = next_token.next
            if next_token:
                traverse_token(next_token)
    
    traverse_token(parsed)
    return ', '.join(sorted(tables))

# 测试示例查询
sample_queries = [
    "SELECT ProductName FROM dbo.Products WHERE ProductID = ANY (SELECT ProductID FROM sales.OrderDetails WHERE Quantity = 10);",
    "SELECT City FROM cst.Customers UNION ALL SELECT City FROM sup.Suppliers ORDER BY City;",
    "SELECT p.id FROM dbo.Person p",
    "SELECT t1.dfid, COUNT(*) FROM dbo.downloads_downloads t1 INNER JOIN dbo.downloads_downloads t2 ON t1.dmid = t2.dmid"
]

for query in sample_queries:
    print(extract_tables(query))

输出结果：

dbo.Products, sales.OrderDetails
cst.Customers, sup.Suppliers
dbo.Person
dbo.downloads_downloads

注：第三条预期输出中的额外表名（dbo.address等）未被提取，可能是原查询语句有遗漏，需确保输入SQL完整才能正确解析。

3. SQL Server内置方法（针对数据库端处理）

如果在SQL Server中操作，可使用系统函数解析查询并提取表名：

DECLARE @TargetSQL NVARCHAR(MAX) = 'SELECT ProductName FROM dbo.Products WHERE ProductID = ANY (SELECT ProductID FROM sales.OrderDetails WHERE Quantity = 10);'

SELECT DISTINCT 
    CONCAT(OBJECT_SCHEMA_NAME(referenced_id), '.', OBJECT_NAME(referenced_id)) AS TableName
FROM sys.dm_exec_describe_first_result_set(@TargetSQL, NULL, 0)
WHERE referenced_id IS NOT NULL

该方法会返回查询直接引用的表，去重后即可得到目标结果。

内容的提问来源于stack exchange，提问作者sumit