如何使用Python正则提取文件中完整的SQL VIEW视图定义

问题定位 #

你编写的视图匹配正则存在两个核心问题：

1. 结尾匹配规则不符合实际SQL语法：你写的^FROM\s*(\w+);要求FROM关键字后只能跟单个单词，但实际场景中FROM后可以加表别名、JOIN关联、WHERE过滤、GROUP BY聚合等多种子句，你的规则直接把这些合法语法排除在外，自然匹配失败。
2. 无跨视图边界判断：仅用分号作为结束标记，会被SELECT子句中包含分号的字符串常量、自定义函数参数里的分号提前截断，导致拿到的是不完整的视图内容。

解决方案 #

修正后的正则表达式 #

利用文件内所有可执行块（VIEW/FUNCTION/PROCEDURE）都是独立行开头的特点，用正向预查匹配块边界，规则如下：

viewRegex = r"^\s*(VIEW\s+(\w+)\s+IS.*?;)(?=\s*(?:VIEW|FUNCTION|PROCEDURE)\s|\Z)"

规则说明 #

• 开头^\s*(VIEW\s+(\w+)\s+IS)精准匹配视图起始结构，分组2直接拿到视图名
• .*?非贪婪匹配所有内容，兼容IS到SELECT之间的自定义配置、SELECT查询子句、FROM及后续所有SQL语法
• 结尾(?=\s*(?:VIEW|FUNCTION|PROCEDURE)\s|\Z)是正向预查，要求匹配的分号后面要么是下一个可执行块的开头，要么是文件末尾，彻底避免语句内部分号的干扰
• 保留你原有的匹配标志re.DOTALL | re.MULTILINE | re.IGNORECASE即可正常使用

调用示例 #

import re

# 假设fContent是读取的文件全内容
viewMatches = re.finditer(viewRegex, fContent, re.DOTALL | re.MULTILINE | re.IGNORECASE)
for viewMatchNum, viewMatch in enumerate(viewMatches, start=1):
    viewContent = viewMatch.group(1)  # 完整的视图定义内容
    viewName = viewMatch.group(2)     # 视图名
    # 后续处理逻辑

内容的提问来源于stack exchange，提问作者jayz