Простой способ разбора подзапросов SQL

Я работаю над инструментом анализа SQL, который, учитывая запрос RAW SQL SELECT, может дать какой-то анализ. Первая версия инструмента закончена и может анализировать простые RAW-запросы. Однако, когда запрос содержит подзапрос, он прерывается.

Поэтому я ищу простой, но надежный способ разбора запросов и подзапросов. Мой инструмент должен анализировать каждый подзапрос индивидуально, например:

Предположим, это запрос, который инструмент дан в качестве входных данных:

SELECT name, email
FROM (SELECT * FROM user WHERE email IS NOT NULL)
WHERE id IN (SELECT cID FROM customer WHERE points > 5)

Затем я хотел бы получить список таких запросов:

queries = [
    "SELECT name, EMAIL FROM <subquery> WHERE id in <subquery>"
    "SELECT * FROM user WHERE email IS NOT NULL"
    "SELECT cID FROM customer WHERE points > 5)"
]

В моей первой попытке я использую тот факт, что подзапросы всегда пишутся между скобками. Поэтому я просматриваю исходный запрос на наличие скобок. Это работает, когда подзапросы не являются вложенными, то есть внутри подзапросов нет подзапросов. Я также немного поэкспериментировал с AST, но подумал, что это, вероятно, слишком сложно и что, вероятно, есть более простые способы.

Кто-нибудь, кто может направить меня в правильном направлении? Я использую Python, но примеры на других языках также очень ценятся.

Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
0
58
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Вы можете использовать sqlparse:

import sqlparse
def queries(d):
  if type(d) != sqlparse.sql.Token:
     paren = isinstance(d, sqlparse.sql.Parenthesis)
     v = [queries(i) for i in (d if not paren else d[1:-1])]
     subseq, qrs = ''.join(str(i[0]) for i in v), [x for _, y in v for x in y]
     if [*d][paren].value == 'SELECT':
        return '<subquery>', [subseq]+qrs
     return subseq, qrs
  return d, []

s = """SELECT name, email
     FROM (SELECT * FROM user WHERE email IS NOT NULL)
     WHERE id IN (SELECT cID FROM customer WHERE points > 5)
"""
_, subqueries = queries(sqlparse.parse(s)[0])

Выход:

['SELECT name, email\n     FROM <subquery>\n     WHERE id IN <subquery>\n', 'SELECT * FROM user WHERE email IS NOT NULL', 'SELECT cID FROM customer WHERE points > 5']

Используя библиотеку sqlparse, вы можете преобразовать входную строку SQL в токенизированный поток ключевых слов, операторов и значений. Приведенная выше функция queries принимает объект sqlparse.sql.Statement и ищет любое вхождение оператора SELECT в запросе, переформатируя исходный ввод для удаления подзапросов в соответствии с желаемым выходным образцом.

Другие вопросы по теме