用 re.findall 匹配带下划线的表名最稳，因其不依赖位置且不因失败中断；应使用 r'table_[\w-]+' 并结合去重、分块处理、注释过滤及 information_schema 校验确保准确。
用 re.findall 匹配带下划线的表名最稳
直接用 re.findall 比 re.search 或 re.match 更适合批量提取——它不依赖位置，也不因匹配失败中断流程。常见错误是写成 ^table_\w+，结果漏掉中间有数字或横线的表（比如 table_user_v2 或 table_log_2024-01）。
实操建议：
- 用
table_[\w-]+覆盖字母、数字、下划线、短横线，比\w+更安全 - 加
r''原始字符串，避免反斜杠被转义（比如误写成table_\d+反而匹配不到数字） - 如果表名固定前缀但后缀含大小写（如
Table_Report），加re.IGNORECASE标志 - 导出前先用
set()去重，防止同名表被重复处理
导出 SQL 时别让正则吃掉换行和注释
从完整 SQL 文件里抽表结构，容易把 CREATE TABLE table_log ( 后面的字段定义也当表名匹配进来，尤其当多行定义混着 -- 注释时。
实操建议：
- 先用
re.split(r';\s*\n', sql_content)拆语句块，再对每块单独匹配，比通篇扫更可控 - 过滤掉注释行：
line.strip().startswith('--')或line.strip().startswith('#')，避免误判 - 如果表名在
FROM或JOIN后，注意空格和换行干扰，用\s+替代固定空格，比如r'FROM\s+([a-zA-Z_][\w-]*)'
MySQL 的 information_schema 导出比正则更可靠
正则匹配文本是“碰运气”，而查 information_schema.tables 是查真实元数据——尤其当表名含反引号、大小写敏感、或来自不同 schema 时，正则极易漏或错。
实操建议：
- 用
SELECT table_name FROM information_schema.tables WHERE table_schema = 'your_db' AND table_name LIKE 'table_%';直接捞出目标表 - 如果需要导出结构+数据，优先用
mysqldump --no-create-info --tables db_name table1 table2，传参比拼正则更准 - 注意 MySQL 8.0 默认大小写敏感，
table_LOG和table_log是两个表，LIKE 不会自动忽略大小写
Python 批量导出时，subprocess.run 比 os.system 容错强
用 os.system 调 mysqldump 一旦参数含空格或特殊字符（比如密码里有 $ 或 !），命令就静默失败；而 subprocess.run 能捕获 stderr 并判断返回码。
实操建议：
- 把命令拆成列表传入：
subprocess.run(['mysqldump', '-u', user, '-p'+pwd, 'db', 'table_name'], capture_output=True, text=True) - 检查
result.returncode != 0，并打印result.stderr，否则导出空文件都不知道哪错了 - 不要把密码拼进字符串，MySQL 会警告甚至拒绝连接；改用配置文件或
--defaults-extra-file
正则能快速筛，但数据库元数据才是唯一真相；真正上线跑批量导出时，多一层 information_schema 校验，比调十次正则都省心。
