正则匹配多模式提取SQL表名：R语言str_extract使用问题

我来帮你搞定这个表名提取的问题，其实不用搞多模式列表，一个正则就能覆盖你所有的示例场景，而且能精准去掉前面的delete from前缀。

问题分析 #

你之前的正则[^_]+\\.[\\w]+\\_[\\w]+有两个明显的问题：

• [^_]+只能匹配不包含下划线的字符串，所以像ss_pear这种带下划线的数据库名就匹配失败了
• 没有处理前面的delete from前缀，导致可能把前缀也包含进来，或者匹配范围不对

解决方案 #

我们可以用两种方法来精准提取表名：

方法1：正向预查（只捕获表名部分）

利用正则的正向预查特性，先定位到delete from后面的内容，再捕获符合数据库名.表名格式的字符串：

library(stringr)

# 处理带任意空格的情况（比如delete   from），用\\s+匹配多个空格
sql_data$table_name <- str_extract(
  sql_data$Full.Sql,
  "(?<=delete\\s+from\\s+)[\\w_]+\\.[\\w_]+",
  ignore.case = TRUE  # 兼容大小写，比如Delete FROM
)

正则解释：

• (?<=delete\\s+from\\s+)：正向预查，确保前面是delete from（支持任意多个空格），但不会把这部分包含到结果里
• [\\w_]+：匹配数据库名，支持字母、数字、下划线（包括多个下划线，比如ss_pear）
• \\.：匹配点号（需要转义）
• [\\w_]+：匹配表名，同样支持下划线（比如admin_user）

方法2：捕获组（更直观的分组提取）

如果觉得正向预查不好理解，也可以用捕获组，先用正则匹配整个delete from 表名的片段，再提取表名所在的分组：

sql_data$table_name <- str_match(
  sql_data$Full.Sql,
  "delete\\s+from\\s+([\\w_]+\\.[\\w_]+)",
  ignore.case = TRUE
)[, 2]

这里str_match会返回一个矩阵，第二列就是我们用括号()捕获的表名部分。

验证效果 #

用你的三个示例测试：

1. delete from pear.admin where jdjdj → 提取pear.admin
2. delete from pear.admin_user where blah → 提取pear.admin_user
3. delete from ss_pear.admin_user where blah → 提取ss_pear.admin_user

三个场景都能正确匹配。

额外提示 #

如果你的SQL语句里可能存在其他格式（比如带反引号、引号的表名），可以再调整正则，但目前你的示例里不需要。如果有这种情况，比如delete from pear.admin``，可以把正则改成(?<=delete\\s+from\\s+?)[\w_]+\.[\w_]+?来兼容。

内容的提问来源于stack exchange，提问作者aa710