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).