Java Hibernate：无实体映射批量替换WordPress MySQL字符串

需求背景 #

需要在WordPress的MySQL数据库中全局替换指定字符串，面临以下限制：

• 未知所有表名和列结构（插件会新增自定义表）
• 无法通过Hibernate映射POJO类
• 需处理PHP序列化格式的数据，避免替换后破坏序列化结构

实现步骤 #

1. 动态获取所有表及字符串类型列 #

先获取目标数据库下的所有表名，再遍历每个表，筛选出需要处理的字符串类型列（VARCHAR、TEXT、MEDIUMTEXT等）：

@PersistenceContext
EntityManager entityManager;

// 目标数据库名
String dbName = "wh" + Integer.toString(serverId);

// 1. 获取所有基础表名
String getTablesSql = "SELECT table_name FROM information_schema.tables WHERE table_schema = ? AND table_type = 'BASE TABLE'";
List<String> tables = entityManager.createNativeQuery(getTablesSql)
        .setParameter(1, dbName)
        .getResultList();

// 2. 遍历表，收集每个表的字符串类型列
Map<String, List<String>> tableColumnsMap = new HashMap<>();
String getColumnsSql = "SELECT column_name FROM information_schema.columns WHERE table_schema = ? AND table_name = ? AND data_type IN ('varchar', 'text', 'mediumtext', 'longtext')";
for (String table : tables) {
    List<String> columns = entityManager.createNativeQuery(getColumnsSql)
            .setParameter(1, dbName)
            .setParameter(2, table)
            .getResultList();
    tableColumnsMap.put(table, columns);
}

2. 处理PHP序列化数据的替换逻辑 #

WordPress大量使用PHP序列化存储数据（如a:1:{s:7:"license";s:16:"test@example.net";}），直接替换字符串会破坏长度标识，导致序列化失效。以下是针对简单序列化字符串的处理方法：

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class PhpSerializationHandler {
    // 匹配PHP序列化字符串的正则
    private static final Pattern SERIALIZED_STRING_PATTERN = Pattern.compile("s:(\\d+):\"(.*?)\";");

    // 替换序列化字符串中的目标内容，并同步更新长度标识
    public static String replaceInSerializedString(String serializedStr, String oldStr, String newStr) {
        Matcher matcher = SERIALIZED_STRING_PATTERN.matcher(serializedStr);
        StringBuilder sb = new StringBuilder();
        while (matcher.find()) {
            int originalLength = Integer.parseInt(matcher.group(1));
            String content = matcher.group(2);
            
            if (content.contains(oldStr)) {
                String newContent = content.replace(oldStr, newStr);
                // 更新长度值
                matcher.appendReplacement(sb, String.format("s:%d:\"%s\";", newContent.length(), newContent));
            } else {
                matcher.appendReplacement(sb, matcher.group());
            }
        }
        matcher.appendTail(sb);
        return sb.toString();
    }
}

注：如果涉及嵌套数组/对象的复杂序列化结构，建议使用成熟的PHP序列化解析库（如com.github.milesq:php-serialization）处理，避免正则匹配的局限性。

3. 遍历数据并执行替换更新 #

遍历每个表的字符串列，查询数据、处理替换、更新回数据库：

String oldStr = "example.net";
String newStr = "text.com";

// 遍历所有表和对应列
for (Map.Entry<String, List<String>> entry : tableColumnsMap.entrySet()) {
    String table = entry.getKey();
    List<String> columns = entry.getValue();

    // 获取表的主键（用于定位更新行）
    String getPrimaryKeySql = "SELECT column_name FROM information_schema.columns WHERE table_schema = ? AND table_name = ? AND column_key = 'PRI'";
    List<String> primaryKeys = entityManager.createNativeQuery(getPrimaryKeySql)
            .setParameter(1, dbName)
            .setParameter(2, table)
            .getResultList();
    if (primaryKeys.isEmpty()) {
        // 无主键的表跳过（避免全表更新风险）
        continue;
    }
    String primaryKey = primaryKeys.get(0);

    // 查询表中所有数据（大数据量表建议分页处理）
    String selectSql = String.format("SELECT %s, %s FROM %s.%s", primaryKey, String.join(", ", columns), dbName, table);
    List<Object[]> rows = entityManager.createNativeQuery(selectSql).getResultList();

    // 处理每行数据
    for (Object[] row : rows) {
        Object primaryKeyValue = row[0];
        boolean needUpdate = false;
        Map<String, Object> updateValues = new HashMap<>();

        // 遍历每个字符串列
        for (int i = 0; i < columns.size(); i++) {
            String column = columns.get(i);
            Object value = row[i + 1]; // 第0位是主键

            if (value == null) continue;
            String strValue = value.toString();

            if (strValue.contains(oldStr)) {
                String newValue;
                // 简单判断是否为PHP序列化格式
                if ((strValue.startsWith("a:") || strValue.startsWith("s:")) && strValue.endsWith(";}")) {
                    newValue = PhpSerializationHandler.replaceInSerializedString(strValue, oldStr, newStr);
                } else {
                    newValue = strValue.replace(oldStr, newStr);
                }
                updateValues.put(column, newValue);
                needUpdate = true;
            }
        }

        // 执行更新操作
        if (needUpdate) {
            StringBuilder updateSql = new StringBuilder(String.format("UPDATE %s.%s SET ", dbName, table));
            List<Object> params = new ArrayList<>();
            
            // 拼接更新字段和参数
            for (Map.Entry<String, Object> updateEntry : updateValues.entrySet()) {
                updateSql.append(String.format("%s = ?, ", updateEntry.getKey()));
                params.add(updateEntry.getValue());
            }
            // 移除末尾多余的逗号空格
            updateSql.setLength(updateSql.length() - 2);
            updateSql.append(String.format(" WHERE %s = ?", primaryKey));
            params.add(primaryKeyValue);

            // 设置参数并执行更新
            var query = entityManager.createNativeQuery(updateSql.toString());
            for (int j = 0; j < params.size(); j++) {
                query.setParameter(j + 1, params.get(j));
            }
            query.executeUpdate();
        }
    }
}

关键注意事项 #

• 强制备份：执行全局替换前务必全量备份数据库，避免数据损坏
• 主键依赖：代码依赖表存在主键，无主键的表会被跳过；若需处理无主键表，需额外逻辑（风险较高）
• 性能优化：针对大数据量表，需改为分页查询处理，避免内存溢出
• 复杂序列化：嵌套结构的序列化数据，建议使用专业解析库处理，不要依赖正则

内容的提问来源于stack exchange，提问作者martin