如何使用sqlparse提取SQL WHERE子句并转换为条件JSON格式

推荐优先使用sqlglot库完成需求，它是专门为SQL语法解析、AST操作设计的Python库，对各类SQL方言、运算符、嵌套条件的支持远好于sqlparse，不需要手动处理运算符优先级、括号嵌套等边界问题。

第一步：安装依赖 #

pip install sqlglot

第二步：核心实现代码 #

首先定义运算符映射规则，再通过递归遍历AST节点生成目标JSON结构：

import json
import sqlglot
from sqlglot import exp

# 运算符映射：SQL运算符 -> 目标JSON的key
OPERATOR_MAP = {
    "EQ": "eq",
    "NEQ": "ne",
    "GT": "gt",
    "LT": "lt",
    "GTE": "gte",
    "LTE": "lte",
    "AND": "and",
    "OR": "or",
    "NOT": "not",
    "IN": "in",
    "LIKE": "like",
    "REGEXP": "regexp"
}

def parse_expression(expr):
    # 处理逻辑运算（AND/OR）
    if isinstance(expr, exp.And) or isinstance(expr, exp.Or):
        op_key = OPERATOR_MAP[expr.key]
        return {
            op_key: [
                parse_expression(expr.left),
                parse_expression(expr.right)
            ]
        }
    # 处理NOT运算
    if isinstance(expr, exp.Not):
        return {
            "not": parse_expression(expr.this)
        }
    # 处理二元比较运算
    if isinstance(expr, exp.Binary):
        op_key = OPERATOR_MAP.get(expr.key)
        if not op_key:
            raise ValueError(f"不支持的运算符: {expr.key}")
        # 左节点通常是字段名
        col = expr.left.sql()
        # 右节点处理值，剥离引号、转换类型
        value = expr.right.this if isinstance(expr.right, exp.Literal) else expr.right.sql()
        if isinstance(expr.right, exp.Literal):
            if expr.right.is_string:
                value = expr.right.this
            elif expr.right.is_number:
                value = float(expr.right.this) if "." in expr.right.this else int(expr.right.this)
        # 处理IN运算的多值情况
        if op_key == "in":
            value = [
                float(v.this) if v.is_number else v.this if v.is_string else v.sql()
                for v in expr.right.expressions
            ]
        return {
            op_key: {col: value}
        }
    raise ValueError(f"不支持的表达式类型: {type(expr)}")

def sql_where_to_json(sql):
    # 解析SQL生成AST
    parsed = sqlglot.parse_one(sql)
    # 提取WHERE子句
    where_expr = parsed.where
    if not where_expr:
        return {}
    # 递归解析生成结构
    parsed_struct = parse_expression(where_expr)
    return json.dumps(parsed_struct, indent=2, ensure_ascii=False)

测试示例 #

输入你提供的测试SQL：

test_sql = "select * from Table where  Col1= 'aaa' AND Col2 > 10"
result = sql_where_to_json(test_sql)
print(result)

输出结果（修正了你示例中JSON集合的笔误，JSON规范不支持集合类型，改用键值对对象）：

{
  "and": [
    {"eq": {"Col1": "aaa"}},
    {"gt": {"Col2": 10}}
  ]
}

支持的场景 #

• 基础比较运算符：=、<>、>、<、>=、<=
• 逻辑运算符：AND、OR、NOT，支持多层嵌套、括号优先级
• 集合/匹配运算符：IN、LIKE、正则匹配运算符
• 自动处理值类型：字符串、整数、浮点数、IN子句的数组值

可选：sqlparse实现思路 #

如果必须使用sqlparse实现，核心思路如下：

1. 遍历sqlparse.parse返回的token树，提取WHERE关键字之后的所有token
2. 递归处理token分组：优先拆分括号内的子表达式，再拆分逻辑运算符AND/OR，最后拆分比较运算符
3. 手动处理字符串引号识别、数值类型转换、运算符优先级排序
   该方案需要手动处理大量边界情况，实现成本较高，仅在不能引入sqlglot依赖时考虑。

内容的提问来源于stack exchange，提问作者Nicola