如何编写正则表达式捕获ProxySQL中含email或password的MySQL查询？

需求回顾 #

需要匹配ProxySQL中执行的、包含email、password任意一个或两个的MySQL查询，示例包括：

SELECT email FROM user_tbl
SELECT password FROM user_tbl
SELECT col1, email FROM user_tbl
SELECT email, password FROM user_tbl

原正则^SELECT\s(.*)(email|password)(.*)FROM\suser_tbl仅能捕获第一个匹配的目标字段，无法同时捕获多个。

解决方案 #

1. 验证查询是否符合条件（仅判断是否包含目标字段）

如果只需要确认查询是否包含email或password，可以使用非贪婪匹配的正则，确保不会跳过目标字段：

^SELECT\s.*?(email|password).*?FROM\suser_tbl$

• .*?是非贪婪匹配，避免一次性匹配到末尾，确保能命中所有目标字段的位置
• 若要强制查询至少包含一个目标字段，可调整为：

  ^SELECT\s(?:.*?(email|password))+.*?FROM\suser_tbl$
  

2. 捕获所有出现的目标字段

如果需要提取查询中所有的email和password，可以分两步操作：

1. 先验证查询是否符合SELECT ... FROM user_tbl的格式
2. 再从符合条件的查询中提取所有目标字段

用于提取字段的核心正则：

\b(email|password)\b

• \b是单词边界，避免匹配到类似email123或passworder这类包含目标字段但并非字段名的内容

示例代码（Python）

import re

# 验证查询格式的正则
query_pattern = r'^SELECT\s.*FROM\suser_tbl$'
# 提取目标字段的正则
field_pattern = r'\b(email|password)\b'

# 测试查询列表
test_queries = [
    "SELECT email FROM user_tbl",
    "SELECT password FROM user_tbl",
    "SELECT col1, email FROM user_tbl",
    "SELECT email, password FROM user_tbl"
]

for q in test_queries:
    # re.DOTALL允许匹配换行符，适配ProxySQL可能存在的换行日志
    if re.match(query_pattern, q, re.DOTALL):
        matched_fields = re.findall(field_pattern, q)
        print(f"查询语句：{q}")
        print(f"捕获到的目标字段：{matched_fields}\n")

注意事项 #

• 若ProxySQL日志中的查询存在换行或多余空格，需启用正则的DOTALL（匹配换行）模式
• 如果查询包含表别名（如SELECT u.email FROM user_tbl u），\b(email|password)\b依然能准确匹配字段名
• 不同语言的正则引擎语法略有差异，比如JavaScript需添加g标志开启全局匹配，才能捕获所有目标字段

内容的提问来源于stack exchange，提问作者Axen Wong