2

Estou precisando utilizar uma expressão regular em JavaScript para saber quais as colunas passadas em uma consulta select.

Por exemplo: passando "SELECT nome, sobrenome FROM table" a expressão me retornaria "nome,sobrenome". Há alguma forma de conseguir isso?

6
  • Precisa ser com expressão regular? Da para fazer de forma normal, já que sempre será um SELECT e um FROM no meio das colunas Commented 22/08/2019 às 18:29
  • No caso, utilizando substr? Commented 22/08/2019 às 18:44
  • Isso, mas estou montando uma regex aqui Commented 22/08/2019 às 18:45
  • Matheus, vi que vc removeu a aceitação da resposta. Ficou faltando alguma coisa?
    – hkotsubo
    Commented 23/08/2019 às 12:48
  • No caso, a explicação foi bem completa mas nenhuma das alternativas funcionou pra mim. Commented 23/08/2019 às 16:16

2 Respostas 2

2

Depende. Se você garante que as queries sempre são válidas, e que vai estar tudo na mesma linha, o mais simples é:

let query = "SELECT nome, sobrenome FROM table";
let m = query.match(/select(.+)from/i);
console.log(m[1]); // nome, sobrenome

Basicamente, o ponto corresponde a "qualquer coisa", e o quantificador + quer dizer "uma ou mais ocorrências". Isso quer dizer que entre o "select" e o "from" pode ter um ou mais caracteres.

O .+ está entre parênteses para formar um grupo de captura, assim eu consigo pegá-lo com m[1] (eu uso 1 porque é o primeiro grupo de captura, já que é o primeiro par de parênteses da regex).

A flag i torna a regex case insensitive (não diferencia letras maiúsculas e minúsculas), assim tanto faz se a query tiver "select", "SELECT", "Select", etc. O mesmo vale para o "from".

O código acima retorna os nomes das colunas do jeito que estiverem na query, então se tiver vários espaços entre elas, estes serão retornados também. Mas se quiser que a saída seja com apenas vírgulas, sem espaços, basta separar tudo com split e depois juntar de novo com join (ou usar map junto com trim, que elimina os espaços):

let query = "SELECT nome,     sobrenome   ,    outrocampo FROM table";
let m = query.match(/select(.+)from/i);
console.log(m[1]); // nome,     sobrenome   ,    outrocampo 

console.log(m[1].split(/\s*,\s*/).join(',')); // nome,sobrenome,outrocampo 
console.log(m[1].split(/,/).map(s => s.trim()).join(',')); // nome,sobrenome,outrocampo 

Eu uso o atalho \s (que pega espaços, TAB, quebras de linha, etc - veja a lista completa na documentação) com o quantificador * (zero ou mais ocorrências), assim eu elimino as vírgulas e os espaços que possam ter antes ou depois. Por fim, no join, eu uso apenas a vírgula para juntar os nomes das colunas.

Repare que a segunda opção com map e trim elimina também os espaços no início e fim da string. Também daria para eliminar esses espaços usando a regex /select\s+(.+)\s+from/i.


Essa regex é bem ingênua. Ela não valida nada, então a query pode ser "SELECT FROM" ou "abcSELECT *** FROMxyz", que mesmo assim ela pega o que tiver entre o "select" e o "from":

let r = /select(.+)from/i;
console.log("select from".match(r)[1]); // imprime um espaço em branco
console.log("abcselect *** fromxyz".match(r)[1]); // ***


Se quer validar que tenha pelo menos alguma coisa entre o "select" e o "from", pode incrementar a regex. Por exemplo, para o caso mais simples, com um ou mais nomes de colunas:

function extraiColunas(s) {
    let r = /\bselect\s+([a-z]+(\s*,\s*[a-z]+)*)\s+from\b/i;
    let m = s.match(r);
    if (m) {
        console.log(m[1]);
    } else {
        console.log('query inválida');
    }
}

extraiColunas("select nome, sobrenome from tabela"); // nome, sobrenome
extraiColunas("abcselect nome, sobrenome fromxyz"); // query inválida
extraiColunas("select **** from table"); // query inválida

Agora eu uso o word boundary \b para garantir que antes do "select" e depois do "from" não há outras letras. Também uso o atalho \s, ora com + (para um ou mais), ora com * (para zero ou mais).

Para os nomes das colunas, usei a abordagem mais ingênua: a classe de caracteres [a-z]+ (uma ou mais letras de a a z). E como eu usei a flag i, a regex já considera também as letras maiúsculas de A a Z.

A parte (\s*,\s*[a-z]+)* diz que todo o trecho "espaços, vírgula, espaços, uma ou mais letras" pode se repetir zero ou mais vezes (indicado pelo * depois dos parênteses). Ou seja, eu posso ter apenas um nome (indicado pelo primeiro [a-z]+, antes desses parênteses), ou vários nomes separados por vírgula.


Mas claro que ainda não acabou. E se a query tiver algo como "select count(*)" ou "select nome as primeiro_nome", a regex teria que ser adaptada para contemplar estes casos. Ou ainda "select total1 + total2" e outras expressões válidas (repare que também não incluí "select * from" nos exemplos acima, e a regex nem valida se tem algo depois do "from").

Aí você tem que decidir se vai complicar ainda mais a regex para considerar todos os casos, ou se vai usar a expressão mais simples (.+) sob o risco de aceitar queries inválidas.


Outro problema do ponto é que ele pode pegar coisas a mais, por exemplo:

let query = "SELECT nome, sobrenome FROM table_from where x > 1";
let m = query.match(/select(.+)from/i);
console.log(m[1]); // nome, sobrenome FROM table_

Repare que ele pegou "nome, sobrenome FROM table_". Isso acontece porque os quantificadores + e * são gananciosos por padrão, e tentam pegar o maior número possível de caracteres. No caso, o ponto vai até a última ocorrência de "from" que encontrar. Se tivesse uma subquery depois, por exemplo, a regex iria até o "from" desta.

No caso de queries mais simples como essa, daria para resolver com \s, já que depois do "select" e antes do "from" deve ter pelo menos um espaço:

let query = "SELECT nome, sobrenome FROM table_from where x > 1";
let m = query.match(/select\s+(.+)\s+from/i);
console.log(m[1]); // nome, sobrenome

Mas ainda sim, dependendo das queries que você vai avaliar, pode ser que surjam outros problemas. Não tem jeito, se quer deixar a regex mais simples, a chance de falsos positivos aumenta, e se quiser tratar mais casos e diminuir a chance de pegar queries inválidas, a complexidade da regex aumenta. Cabe a você avaliar até onde vale a pena complicar a regex.


Ou simplesmente use um parser de SQL. Regex nem sempre é a melhor solução.


PS: a outra resposta usa lookbehind e lookahead, que também funciona, mas é um pouco mais custoso. Compare aqui e aqui a quantidade de passos executados (isso para uma query pequena, a diferença já é quase o dobro de passos). Claro que para poucas strings pequenas a diferença será de milissegundos ou até menos, mas é importante saber as implicações de usar uma coisa ou outra.

Na outra resposta também é usado .*, mas como o * significa "zero ou mais ocorrências", ela vai aceitar inclusive a string "selectfrom". É o que eu já disse, quanto mais simples a regex, maior a chance de falsos positivos (e não que usar .+ seja tão melhor assim que .*, conforme já explicado acima).

0
1

Você poderia fazer utilizando substring mas já que quer com regex eu montei uma aqui, para pegar os valores entre SELECT e FROM.

const texto = "SELECT nome, sobrenome FROM table";

const colunas = texto.match(/(?<=SELECT)(.*)(?=FROM)/i)[0].replace(/\s/g, "").split(",").join();

console.log(colunas);

Explicando a Regex

?<= - Positive Lookbehind = Básicamente coloca como ponto inicial da regex algo que esteja depois dele, no caso ?<=SELECT coloca como ponto inicial nome, sobrenome..., pegando tudo que está depois do SELECT.

(.*) - Pega qualquer caracter

?= - Positive Lookahead = Básicamente faz o mesmo que a lookbehind porém ao inverso, pega tudo o que está antes.

/i - Quer dizer que não vai ser case sensitive, ou seja, tanto faz maiuscula ou minuscula

2
  • 1
    Refatoração: Como você já está utilizando a flag /i, torna-se desnecessário usar SELECT|select. Commented 22/08/2019 às 18:57
  • Boa @ValdeirPsr, estou montando a explicação da regex, ai já conserto Commented 22/08/2019 às 18:58

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .