如何用正则表达式精准匹配SQL/Python文件中待删除列名？

以下是修改后的完整代码，替换原in语句为正则匹配，实现列名的精确查找：

import glob
import re  # 新增导入正则模块

# 读取待删除列名列表
columns_to_delete_file = 'column_fields_to_delete.txt'

with open(columns_to_delete_file) as f:
    delete_columns_list = [line.strip() for line in f if line.strip()]  # 过滤空行

# 指定要扫描的文件路径
directories = [
    '/users/xx/sql/**/*.sql',
    '/users/xx/Python/**/*.py'
]

for directory in directories:
    for file in glob.glob(directory, recursive=True):
        try:
            with open(file, 'r', encoding='utf-8') as f:
                contents = f.read()
            upper_contents = contents.upper()  # 统一转大写，避免大小写不匹配
            exception_columns = []
            
            for column_name in delete_columns_list:
                # 构建正则模式：使用单词边界确保精确匹配，转义列名中的特殊字符
                column_upper = column_name.upper()
                pattern = rf'\b{re.escape(column_upper)}\b'
                # 检查是否存在匹配
                if re.search(pattern, upper_contents):
                    exception_columns.append(column_name)
            
            if exception_columns:
                print(f"{file} 文件包含待删除列：{exception_columns}\n")
        
        except Exception as e:
            # 可选：取消注释打印错误信息，方便排查问题
            # print(f"处理文件 {file} 时出错：{str(e)}")
            pass

关键修改说明： #

1. 导入正则模块：新增import re，用于正则匹配操作。
2. 过滤空行：读取列名列表时过滤空行，避免无效匹配。
3. 正则模式构建：
   • 使用re.escape()转义列名中的特殊字符（如减号、点号等），防止被正则解析为语法符号。
   • \b是单词边界，确保匹配的是完整列名，不会匹配类似user_id_abc或abc_user_id的子串。
   • 统一转大写处理，避免因大小写差异导致的漏匹配（比如SQL中列名可能写为User_ID）。
4. 匹配逻辑：用re.search()替代原in语句，只要找到一次匹配就判定该文件包含目标列，效率更高。

适配场景说明 #

这个正则模式可以覆盖以下常见的列名出现场景：

• SQL语句中：SELECT id, user_id FROM table、WHERE user_id = 1、UPDATE table SET user_id = 'test'
• Python代码中：df['user_id']、df.user_id、columns = ['id', 'user_id']

内容的提问来源于stack exchange，提问作者punsoca