c++如何解析SQL导出的SQL文件_正则表达式提取数据【实战】-C++-PHP中文网

不靠谱——正则无法可靠解析SQL中嵌套引号、转义、多行值等复杂结构；应优先用SQL解析器，其次用状态机预处理，仅表名等无嵌套片段可用正则提取。

c++如何解析sql导出的sql文件_正则表达式提取数据【实战】

SQL文件里INSERT语句太多，用正则提取字段值靠谱吗？

不靠谱——但临时救急可以。SQL导出文件（如 mysqldump 输出）结构看似规整，实则嵌套引号、转义反斜杠、换行、注释、多行VALUES都可能让正则崩溃。比如 INSERT INTO users VALUES (1, 'O''Reilly', "he said: \"hi\""); 这类数据，用正则匹配字符串字面量极易错位或截断。

真正能稳住的方案是：优先用 SQL 解析器（如 libpg_query 或 sqlite3_exec + 内存 DB），其次才考虑正则做**预处理清洗**（如剥离注释、合并折行），而非直接提取字段值。

正则只适合提取「已知格式且无嵌套」的片段，例如：从每行 INSERT INTO `table_name` 中抽表名
遇到单引号内含两个单引号（O''Reilly）、十六进制字符串（X'ABCD'）、NULL 字面量，正则规则会指数级膨胀
MySQL 和 PostgreSQL 导出语法差异大：SET @a = ...;、/*!40101 ... */ 注释、DELIMITER 都会让通用正则失效

用 C++ 读取大 SQL 文件并逐行跳过注释和空行

这是所有后续处理的前提。很多同学一上来就写 std::regex 匹配整个 INSERT，结果内存爆掉或匹配超时——因为 std::regex 在 C++17 前性能差，且不支持 PCRE 的原子组或条件匹配。

更轻量、更可控的做法是：用 std::string 手动扫描，按行读取 + 状态机跳过注释：

std::ifstream file("dump.sql");
std::string line;
bool in_multiline_comment = false;
<p>while (std::getline(file, line)) {
size_t i = 0;
while (i /") { in_multiline_comment = false; i += 2; }
else i++;
} else if (line.substr(i, 2) == "/") {
in_multiline_comment = true; i += 2;
} else if (line.substr(i, 2) == "--" || line[i] == '#') {
break; // 跳过本行剩余内容
} else if (std::isspace(line[i])) {
i++;
} else {
// 找到第一个非空白非注释字符，可在此判断是否为 INSERT 开头
if (line.substr(i, 6) == "INSERT") { /<em> 处理该行 </em>/ }
break;
}
}
}</p>

别依赖 std::regex_search 扫描整文件——大文件（>100MB）会 OOM 或卡死
-- 和 # 是单行注释，/*...*/ 可跨行，必须用状态机而非正则
Windows 换行符 \r\n 要在 std::getline 后手动 erase，否则影响子串比对

用 std::regex 提取 INSERT 语句中的表名和括号内字段列表

这部分正则相对安全，因为表名和字段名不包含引号、不转义，且位置固定。可用 std::regex 安全提取：

C++14

C++14 对 C++11 的修正与增强版本，适合旧系统维护和较老工具链兼容。

下载

const std::regex insert_re(R"(INSERT\s+INTO\s+`?(\w+)`?\s*(\([^)]+\))?)", std::regex_constants::icase);
std::smatch match;
if (std::regex_search(line, match, insert_re)) {
    std::string table_name = match[1].str(); // 如 "users"
    std::string columns = match[2].str();      // 如 "(id, name, email)"
}