如何从SQL的XML查询中提取选择列、连接条件与where子句并写入指定结构临时表

整个方案基于SQL内置的XML解析能力实现，无需依赖外部程序，核心流程分为三个环节：

• 把查询语句的各组成部分（库名、schema、归属表、select列、join条件、where条件）结构化存储为XML格式，避免直接存储原始SQL带来的特殊字符兼容问题
• 提前创建与需求字段完全匹配的临时表
• 逐节点解析XML内容，按照“每个涉及的表生成一行记录”的规则，将对应字段值插入临时表

1. 结构化XML存储格式示例 #

针对题中给出的两表关联查询，预先拆解后存储的XML结构可直接赋值给SQL的XML类型变量，示例结构如下：

<QueryRoot>
  <query_meta query_id="1">
    <dbname>tempdb</dbname>
    <schemaname>dbo</schemaname>
  </query_meta>
  <select_clause>
    <col name="id" belong_table="#temp" />
    <col name="name" belong_table="#temp" />
    <col name="gender" belong_table="#temp" />
    <col name="marks" belong_table="#temp" />
    <col name="address" belong_table="#temp1" />
  </select_clause>
  <join_clause>
    <join left_table="#temp" left_col="id" right_table="#temp1" right_col="id" join_type="inner" />
  </join_clause>
  <where_clause condition="" />
</QueryRoot>

这种存储方式将每个SQL组成部分拆为独立节点，相比直接把整段SQL作为XML文本存储，不会因为SQL中的特殊字符（如<、&、单引号）触发格式报错，后续解析稳定性更高。

2. 创建目标结构临时表 #

按照需求定义的字段结构，直接执行建表语句：

CREATE TABLE #target_parse_result(
    dbname SYSNAME,
    schemaname SYSNAME,
    tablename SYSNAME,
    query_id INT,
    select_cols VARCHAR(MAX),
    join_on VARCHAR(MAX),
    where_clause VARCHAR(MAX)
)

3. XML解析与数据插入 #

将上述XML内容赋值给XML类型变量后，执行以下解析逻辑，自动拆分每个表对应的字段值并插入临时表：

DECLARE @query_xml XML = N'这里粘贴上述结构化XML的完整内容';

INSERT INTO #target_parse_result(
    dbname, schemaname, tablename, query_id, select_cols, join_on, where_clause
)
SELECT
    meta.value('(dbname/text())[1]','SYSNAME') AS dbname,
    meta.value('(schemaname/text())[1]','SYSNAME') AS schemaname,
    t.tablename,
    meta.value('@query_id','INT') AS query_id,
    -- 拼接当前表对应的所有查询列
    STRING_AGG(sc.value('@name','VARCHAR(100)'), ',') AS select_cols,
    -- 拼接当前表参与的所有关联条件
    STRING_AGG(
        CONCAT(j.value('@left_col','VARCHAR(100)'),'=',j.value('@right_col','VARCHAR(100)')),
        ','
    ) AS join_on,
    wc.value('(condition/text())[1]','VARCHAR(MAX)') AS where_clause
FROM @query_xml.nodes('/QueryRoot/query_meta') AS q(meta)
-- 收集查询中涉及的所有表名（来自select列归属、join定义的左右表）
CROSS APPLY(
    SELECT DISTINCT belong_table AS tablename
    FROM @query_xml.nodes('/QueryRoot/select_clause/col') AS s(c)
    UNION
    SELECT left_table FROM @query_xml.nodes('/QueryRoot/join_clause/join') AS j1(j)
    UNION
    SELECT right_table FROM @query_xml.nodes('/QueryRoot/join_clause/join') AS j2(j)
) AS t
-- 匹配当前表下的所有select列
OUTER APPLY(
    SELECT * FROM @query_xml.nodes('/QueryRoot/select_clause/col[@belong_table=sql:column("t.tablename")]') AS sel(sc)
) AS sc
-- 匹配当前表参与的所有join关联关系
OUTER APPLY(
    SELECT * FROM @query_xml.nodes('/QueryRoot/join_clause/join[@left_table=sql:column("t.tablename") or @right_table=sql:column("t.tablename")]') AS jn(j)
) AS j
-- 读取统一的where子句内容
CROSS APPLY(
    SELECT * FROM @query_xml.nodes('/QueryRoot/where_clause') AS w(wc)
) AS wc
GROUP BY meta, t.tablename, wc

执行完成后，临时表输出结果与示例结构完全匹配：每一行对应一个查询涉及的表，select_cols仅包含当前表被选中的列，join_on仅包含当前表参与的关联条件，where_clause统一存储全局过滤规则。

• 禁止直接把整段SQL原文塞进XML节点，遇到SQL中的特殊字符会触发XML格式校验失败，必须按组成部分结构化拆节点存储
• 如果查询使用了表别名，在存储select列的belong_table属性时，直接映射为别名对应的实际表名，不需要在运行时做别名匹配，减少解析逻辑复杂度
• 对于嵌套子查询、多表关联的复杂场景，只需要在XML结构中按层级扩展子查询、多组join的节点定义，解析时调整对应节点路径即可兼容，不需要重构核心逻辑

内容的提问来源于stack exchange，提问作者user15226334