导入MySQL表DUMP文件时，VALUES含特殊字符导致导入失败如何解决？

问题场景 #

你有一个MySQL表的dump文件，核心内容如下：

CREATE TABLE `smf_messages` (
  `id_msg` int UNSIGNED NOT NULL,
  -- 其他字段省略
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb3;

--
-- Dumping data for table `smf_messages`
--

INSERT INTO `smf_messages` (`id_msg`,
-- 其他字段省略
) VALUES
(1, 1, 5, 1673905780, 0, 1, 'Welcome to "SMF!"',
-- 其他值省略
, 1, 0);

使用以下代码导入时失败：

with open(dump_file, encoding='utf-8-sig') as f:
    lines = f.read()
    commands = lines.replace(' ', ' ').split(';')

失败原因：手动用;分割SQL语句时，会误将HTML转义后的特殊字符（比如 里的;）当成SQL语句的结束符，导致语句被错误拆分，最终导入失败。

解决方案 #

方案1：使用MySQL官方工具导入（推荐） #

直接用mysql命令行工具导入dump文件，工具会自动处理SQL语句中的各种转义和特殊字符，是最可靠的方式：

mysql -u username -p database_name < dump_file.sql

输入密码后即可完成导入，无需手动处理文本内容。

方案2：用专业SQL解析库处理（Python环境） #

不要自己手动分割SQL，使用sqlparse库来正确解析SQL语句，它能识别字符串内的特殊字符，不会误拆分：

1. 先安装库：

pip install sqlparse

2. 改写导入代码：

import sqlparse
import html

with open(dump_file, encoding='utf-8-sig') as f:
    sql_content = f.read()
    # 先还原HTML转义字符，比如把 转成空格
    sql_content = html.unescape(sql_content)
    # 解析SQL语句，自动忽略字符串内的分号
    statements = sqlparse.split(sql_content)
    # 遍历执行每个合法的SQL语句
    for stmt in statements:
        stmt = stmt.strip()
        if stmt:
            # 替换成你的数据库执行逻辑，比如cursor.execute(stmt)
            print(f"执行语句：{stmt[:100]}...")

方案3：手动处理时避开字符串内的分号 #

如果一定要手动处理，可以通过状态标记法识别字符串区域，只在字符串外的;处分割：

import html

with open(dump_file, encoding='utf-8-sig') as f:
    sql_content = f.read()
    # 先还原HTML转义字符
    sql_content = html.unescape(sql_content)
    
    commands = []
    current_stmt = []
    in_single_quote = False
    in_double_quote = False
    
    for char in sql_content:
        # 切换单引号状态
        if char == "'" and not in_double_quote:
            in_single_quote = not in_single_quote
        # 切换双引号状态
        elif char == '"' and not in_single_quote:
            in_double_quote = not in_double_quote
        # 仅在非字符串区域处理分号分割
        elif char == ';' and not in_single_quote and not in_double_quote:
            current_stmt.append(char)
            commands.append(''.join(current_stmt).strip())
            current_stmt = []
        else:
            current_stmt.append(char)
    # 处理最后一段无分号的语句
    if current_stmt:
        commands.append(''.join(current_stmt).strip())
    
    # 遍历执行分割后的语句
    for cmd in commands:
        if cmd:
            # 替换成你的数据库执行逻辑
            pass

内容的提问来源于stack exchange，提问作者Rec