求助：使用正则表达式解析MySQL WHERE子句字符串并分组提取

我来帮你搞定这个需求！要把WHERE子句里的条件和逻辑运算符分开提取，正则表达式是个轻量的选择，不过得根据你的场景来选方案——先从简单场景说起，再聊复杂情况的处理方式。

简单场景：无嵌套、无特殊字符的WHERE子句 #

如果你的WHERE子句像示例那样，没有括号嵌套，也不会在字段值里出现&&或||，那用正则分割就能轻松搞定。

正则方案（以Python为例） #

我们可以用re.split()，同时捕获逻辑运算符，这样就能同时拿到条件和运算符：

import re

# 你的WHERE子句字符串
where_clause = "price1 < price2 && price1 > 1000 && price1!=999 && title = hello"

# 正则规则：匹配&&或||，同时忽略前后的空格
split_pattern = r'\s*(&&|\|\|)\s*'
parts = re.split(split_pattern, where_clause)

# 分离条件和运算符：偶数索引是条件，奇数索引是运算符
conditions = parts[::2]
operators = parts[1::2]

# 输出结果
print("提取的条件：")
for cond in conditions:
    print(f"- {cond}")

print("\n提取的逻辑运算符：")
for op in operators:
    print(f"- {op}")

运行后会得到：

提取的条件：
- price1 < price2
- price1 > 1000
- price1!=999
- title = hello

提取的逻辑运算符：
- &&
- &&
- &&

正则规则解释 #

r'\s*(&&|\|\|)\s*'的每个部分：

• \s*：匹配0个或多个空白字符，处理运算符前后可能存在的空格
• (&&|\|\|)：捕获组，精准匹配&&或||这两个逻辑运算符
• 用re.split()时，捕获组的内容会被保留在结果列表里，所以我们能直接拆分出条件和运算符。

复杂场景：带嵌套、特殊值的WHERE子句 #

如果你的WHERE子句有括号嵌套（比如(price1 > 100 && price2 < 50) || title LIKE '%hello%'），或者字段值里包含&&/||（比如title = 'hello && world'），那简单正则就会失效——这时候推荐用专门的SQL解析库，比如Python的sqlparse，它能正确识别SQL语法结构。

SQL解析库方案（Python） #

先安装sqlparse：

pip install sqlparse

然后用以下代码解析：

import sqlparse
from sqlparse.sql import Where
from sqlparse.tokens import Operator

def parse_where_clause(where_clause):
    # 把WHERE子句包装成完整SQL，方便解析
    parsed_sql = sqlparse.parse(f"SELECT * FROM dummy WHERE {where_clause}")[0]
    
    # 定位WHERE子句部分
    where_section = None
    for token in parsed_sql.tokens:
        if isinstance(token, Where):
            where_section = token
            break
    if not where_section:
        return [], []
    
    conditions = []
    operators = []
    current_condition = []
    
    # 遍历WHERE子句的每个Token
    for token in where_section.tokens:
        # 遇到逻辑运算符时，保存当前条件和运算符
        if token.ttype == Operator and token.value in ('&&', '||'):
            conditions.append(''.join([t.value for t in current_condition]).strip())
            operators.append(token.value)
            current_condition = []
        # 跳过WHERE关键字和无意义的空格
        elif token.value not in ('WHERE', ' '):
            current_condition.append(token)
    
    # 保存最后一个条件
    if current_condition:
        conditions.append(''.join([t.value for t in current_condition]).strip())
    
    return conditions, operators

# 测试复杂WHERE子句
complex_where = "(price1 > 100 && price2 < 50) || title LIKE '%hello%' && status = 1"
conditions, operators = parse_where_clause(complex_where)

print("复杂条件下提取的条件：")
for cond in conditions:
    print(f"- {cond}")

print("\n复杂条件下提取的逻辑运算符：")
for op in operators:
    print(f"- {op}")

运行结果：

复杂条件下提取的条件：
- (price1 > 100 && price2 < 50)
- title LIKE '%hello%'
- status = 1

复杂条件下提取的逻辑运算符：
- ||
- &&

这个方案能正确识别括号里的嵌套条件，也不会被字段值里的&&/||干扰，比正则更可靠。

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