使用REGEX提取SQL查询中带别名的列（排除SELECT/FROM）

我懂你折腾半天找不到合适正则的痛苦——要从SELECT语句里精准抓出带别名的列（不管是用AS显式声明还是直接空格分隔的），还要排除掉没别名的普通列，避开SELECT和FROM关键字，确实有点坑。

先给你一套能覆盖大多数常规场景的正则，然后拆解给你看：

核心正则表达式 #

如果要提取完整的列+别名组合：

(?:(?<=SELECT\s)|(?<=,\s))((?:[\w\.\*]+|\([^)]+\))\s+(?:AS\s+)?\w+)(?=\s*(?:,|FROM))

如果只需要提取别名部分，调整捕获组：

(?:(?<=SELECT\s)|(?<=,\s))(?:[\w\.\*]+|\([^)]+\))\s+(?:AS\s+)?(\w+)(?=\s*(?:,|FROM))

正则各部分解释 #

• (?:(?<=SELECT\s)|(?<=,\s)): 确保匹配的内容是在SELECT之后，或者逗号之后（也就是列项的起始位置），避免误匹配其他地方的内容
• (?:[\w\.\*]+|\([^)]+\)): 匹配列名或简单表达式——比如user.id、COUNT(*)、CONCAT(a,b)这种，非捕获组用来分组两种匹配情况
• \s+: 匹配列和别名之间的任意空格（包括换行，适配格式化后的SQL）
• (?:AS\s+)?: 可选的AS关键字，后面跟任意空格，兼容显式/隐式别名的写法
• (\w+): 捕获别名（如果要抓整个列+别名的组合，就把这部分和前面的列表达式一起放到捕获组里）
• (?=\s*(?:,|FROM)): 确保匹配的内容后面是逗号（下一列）或者FROM关键字，精准定位列项的结束位置

测试示例 #

比如拿这段SQL来测试：

SELECT user_id AS uid, CONCAT(first_name, ' ', last_name) full_name, email, order_date od FROM users WHERE active = 1

用第一个正则全局匹配，会得到：

• user_id AS uid
• CONCAT(first_name, ' ', last_name) full_name
• order_date od
  完美排除了没有别名的email列，完全符合你的需求。

注意事项 #

1. 复杂表达式兼容：如果你的SQL里有嵌套括号的复杂表达式（比如CASE WHEN ... THEN ... ELSE ... END AS status），这个正则可能失效——这种情况需要用支持递归的正则引擎（比如PCRE），或者先预处理简化表达式
2. 带引号的别名：如果别名有用引号包裹的情况（比如user_id AS "user ID"），把\w+改成(["']?[\w\s]+["']?)就能适配
3. 注释处理：如果SQL里有注释，建议先移除注释再匹配，否则可能误匹配注释里的内容

代码示例（Python） #

import re

# 示例SQL
sql = """SELECT user_id AS uid, CONCAT(first_name, ' ', last_name) full_name, email, order_date od FROM users WHERE active = 1"""

# 提取完整的列+别名
pattern_full = r'(?:(?<=SELECT\s)|(?<=,\s))((?:[\w\.\*]+|\([^)]+\))\s+(?:AS\s+)?\w+)(?=\s*(?:,|FROM))'
matches_full = re.findall(pattern_full, sql, re.IGNORECASE)
print("完整列+别名：", matches_full)

# 只提取别名
pattern_alias = r'(?:(?<=SELECT\s)|(?<=,\s))(?:[\w\.\*]+|\([^)]+\))\s+(?:AS\s+)?(\w+)(?=\s*(?:,|FROM))'
matches_alias = re.findall(pattern_alias, sql, re.IGNORECASE)
print("仅别名：", matches_alias)

输出结果：

完整列+别名： ['user_id AS uid', 'CONCAT(first_name, \' \', last_name) full_name', 'order_date od']
仅别名： ['uid', 'full_name', 'od']

内容的提问来源于stack exchange，提问作者Dustin