当前位置:首页 > 文章列表 > 数据库 > MySQL > MySQL sys.quote_identifier 怎样处理名称中的反引号

MySQL sys.quote_identifier 怎样处理名称中的反引号

来源:17golang原创 2026-11-16 18:37:18 0浏览 收藏

sys.quote_identifier() 会在名称外加一对反引号,并把名称内部每个反引号写成两个。输入 sales`detail,对应的标识符文本就是 `sales``detail`。传入原始名称即可,不要先手工加引号再交给函数。

官方文档:https://dev.mysql.com/doc/refman/8.4/en/sys-quote-identifier.html

先判断拼入 SQL 的是对象名还是数据值

导出工具需要按配置选择一张表,报表工具需要拼接一个字段名,这些位置承载的是标识符。客户姓名、订单状态、查询阈值则是数据值。两类内容应使用不同处理方式:对象名需要标识符引用,条件值优先使用参数绑定。

如果表名固定,直接在 SQL 中写明名称最清楚。只有确实需要动态名称,才需要选择引用工具。把任何输入都交给同一个“转义函数”,容易让值的引号规则混入对象名处理。

比较 sys 函数、手工转义和参数绑定

方案合适位置选择条件
sys.quote_identifier单个对象名称在 MySQL 内生成 SQL 文本,环境提供 sys 函数
手工加倍反引号单个对象名称需要在应用端封装,并统一维护 MySQL 引用规则
预处理参数绑定数据值WHERE 条件中的状态、编号等值需要变化
固定映射或白名单可选对象集合产品只允许访问已配置的少数对象

这几种方案可以配合使用。白名单决定允许选哪一个对象,引用函数负责把名称表示成 SQL 标识符,参数绑定负责条件值。引用并不证明对象存在,也不替代访问范围配置。

对象名称与条件值的方案分工结构图
图1:静态说明图。对象名分组对应引用函数和名称映射,条件值分组对应参数绑定;连线表达适用关系。

用单个名称展示反引号的加倍规则

-- 原始名称作为字符串传入,函数返回带引用符的标识符文本
SET @name = 'sales`detail';
SELECT sys.quote_identifier(@name) AS quoted_name;

-- 手工实现同一引用规则:内部反引号加倍,外层再加一对
SELECT CONCAT('`', REPLACE(@name, '`', '``'), '`') AS manual_name;

这段示例只计算文本,不创建表。按引用规则,两种表达式都应产生 `sales``detail`。内部两个连续反引号代表名称里的一个实际反引号,外侧的一对负责界定名称。

手工方案的重点在于先对原始内容做替换,再补外层引用符。若只补外层符号,名称中的反引号仍会干扰标识符边界。若对已经引用过的文本再执行一次,引用符也会变成名称内容;因此应用接口应明确接收“原始名称”,并避免在多层封装中重复处理。

库名和表名分开引用再组合

限定名由独立部分和分隔点组成。应先分别引用库名、表名,再在两者之间加入点号。把完整的 reporting.sales_detail 一次传给函数,得到的是一个整体标识符文本,并没有表达两个独立的名称部分。

-- 分别引用库名和表名;这里仅生成 SQL 文本,不执行查询
SET @schema_name = 'reporting';
SET @table_name = 'sales`detail';
SET @sql_text = CONCAT(
  'SELECT COUNT(*) FROM ',
  sys.quote_identifier(@schema_name), '.',
  sys.quote_identifier(@table_name),
  ' WHERE status = ?'
);
SELECT @sql_text AS statement_text;

这里的 @sql_text 是待使用的 SQL 文本,示例没有执行它,也不要求示例表实际存在。其名称部分采用逐段引用,条件值保留 ?,后续由预处理接口绑定。参数标记用于数据值位置,不能把表名、列名等标识符留成参数标记。

库名表名独立引用和条件值绑定的静态结构图
图2:结构图。库名引用与表名引用属于限定名,点号分隔两者;条件值属于参数位置。它展示文本组成,不表示执行顺序或运行结果。

标识符规则:https://dev.mysql.com/doc/refman/8.4/en/identifiers.html

预处理参数说明:https://dev.mysql.com/doc/refman/8.4/en/prepare.html

按适用条件选择方案并处理常见疑问

在库内编写 SQL 文本生成器,且能够调用 sys 函数时,优先使用 sys.quote_identifier,让调用处直接说明意图。在应用层统一构造名称,可使用数据库方言提供的标识符引用能力;若必须自行实现,将加倍规则集中到一个接收原始名称的函数,并把名称来源和允许访问的对象集合写清楚。

不要把这个函数当作通用 SQL 修复器:它返回 TEXT,不检查一整条 SQL 的语法;也不会替你拆解库、表、列的层级。长度、字符范围以及对象类型的命名限制仍需遵守。

为什么不能把表名直接绑定到问号?

预处理时 SQL 的对象位置需要被解析。参数标记承载数据值,不是动态表名替换机制;动态名称应先由固定映射选定,再按标识符规则构造文本。

QUOTE() 能代替这个函数吗?

不能混用。字符串字面量和标识符属于不同语法位置。处理名称时应使用标识符引用规则,条件值交给绑定接口。

函数返回带反引号的文本,是否说明表已经存在?

不是。引用结果只是一种名称表示。生成 SQL 与数据库中是否存在对应对象,是两件独立的事。

版本声明
本文转载于:17golang原创 如有侵犯,请联系study_golang@163.com删除
MySQL NOWAIT 怎样让行锁冲突快速返回MySQL NOWAIT 怎样让行锁冲突快速返回
上一篇
MySQL NOWAIT 怎样让行锁冲突快速返回
下一篇
下一篇
暂无
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    1053次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    1051次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    1211次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    1159次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    1003次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码