如何使用正则提取多行SQL字段别名后存入pandas dataframe

实现方案 #

1. 依赖库导入

首先导入正则处理库re和pandas：

import re
import pandas as pd

2. 别名提取逻辑

用正则匹配每一行as关键字后被单引号包裹的别名内容，该方法对大文本量处理效率较高，适配你的业务场景：

# 实际使用时替换为你的真实多行SQL文本即可
sql_text = """
max(if(serving_id in (25315,25357), option_text, null)) as 'Scheduling',
max(if(serving_id in (25316,25358), option_text, null)) as 'Check-in',
max(if(serving_id in (25317,25359), option_text, null)) as 'Services',
max(if(serving_id in (25318,25360), option_text, null)) as 'Quality of Service',
max(if(serving_id in (25319,25361), option_text, null)) as 'Returns'
"""

# 正则匹配提取所有别名
aliases = re.findall(r"as\s*'([^']+)'", sql_text)

3. 存入pandas DataFrame

直接将提取到的别名列表转为DataFrame：

df = pd.DataFrame(aliases, columns=['sql_alias'])

如果实际场景中SQL别名用双引号包裹，将正则规则改为r'as\s*"([^"]+)"'即可。

内容的提问来源于stack exchange，提问作者Bird270