sqlparse是否识别Top为关键字？T-SQL转Databricks SQL遇Top处理异常

问题根源 #

你的代码逻辑未触发TOP检测，主要有两个核心原因：

1. 关键字类型判断不全：sqlparse将TOP标记为Keyword.DML（而非基础Keyword类型），原代码中token.ttype == Keyword的判断会漏掉这类关键字。
2. 多词关键字匹配失效：common_keywords中的GROUP BY、ORDER BY等是多词组合，但sqlparse会将它们拆分为独立的GROUP、BY Token，永远无法匹配到列表中的组合字符串，导致逻辑误判。

修复方案 #

调整逻辑，从"验证所有关键字为通用型"改为"检测是否存在需要转换的目标关键字"，同时修正关键字类型的判断方式：

import sqlparse
from sqlparse.tokens import is_keyword

parsed = sqlparse.parse(sql_query)[0]
tokens = sqlparse.sql.TokenList(parsed.tokens).flatten()

# 定义需要转换的目标关键字
target_keywords = ["TOP"]

needs_conversion = False
for token in tokens:
    # 用is_keyword捕获所有关键字类型，包括DML子类
    if is_keyword(token.ttype) and token.value.upper() in target_keywords:
        needs_conversion = True
        break

# 没有需要转换的关键字时直接返回原SQL
if not needs_conversion:
    return sql_query

# 后续编写TOP替换为LIMIT的逻辑示例（供参考）
# 注意：T-SQL的TOP在SELECT后，Databricks的LIMIT需放在语句末尾，需调整语法结构
# ...

关键修改说明 #

• 关键字检测优化：使用is_keyword()替代直接判断token.ttype == Keyword，确保捕获所有类型的关键字（如DML、DDL子类）。
• 逻辑简化精准：不再验证所有关键字是否属于通用列表，而是直接检测是否存在需要转换的目标关键字，避免多词关键字匹配的问题，同时逻辑更清晰。
• 扩展性更强：后续需要添加其他转换关键字（如T-SQL的IDENTITY等），只需在target_keywords中新增即可。

内容的提问来源于stack exchange，提问作者SAMIBOIII