SQL Formatter项目中对PostgreSQL的DEFAULT VALUES语法支持问题分析
2025-06-30 08:47:21作者:裴麒琰
在SQL语句格式化工具SQL Formatter中,存在一个关于PostgreSQL特有语法DEFAULT VALUES的格式化问题。这个问题虽然看起来简单,但涉及到SQL语法解析的核心逻辑。
PostgreSQL的INSERT语句支持一种特殊语法形式:INSERT INTO table_name DEFAULT VALUES。这种语法表示要向表中插入一行,所有列都使用其默认值。根据PostgreSQL官方文档,DEFAULT VALUES应该被视为一个完整的语法单元。
当前SQL Formatter在处理这种语法时,错误地将DEFAULT和VALUES分开格式化,导致输出结果不符合预期。具体表现为:
-- 当前格式化结果(不正确)
INSERT INTO
workspaces DEFAULT
VALUES
RETURNING
id;
-- 期望的格式化结果
INSERT INTO
workspaces
DEFAULT VALUES
RETURNING
id;
这个问题本质上源于SQL语法解析器没有将DEFAULT VALUES识别为一个特殊的语法结构。在大多数SQL方言中,INSERT语句后面要么跟着列名和VALUES子句,要么跟着SELECT查询。PostgreSQL特有的这种简写形式需要特殊处理。
从技术实现角度看,修复这个问题需要在语法解析阶段添加对DEFAULT VALUES这一特殊结构的识别逻辑。具体可能涉及:
- 在词法分析阶段将
DEFAULT VALUES标记为一个整体单元 - 在语法分析阶段为PostgreSQL方言添加对应的产生式规则
- 在格式化阶段保持这个单元的完整性
这个问题虽然只影响PostgreSQL的特定语法,但它揭示了SQL格式化工具在处理不同数据库方言特性时面临的普遍挑战。一个健壮的SQL格式化工具需要准确理解各种SQL方言的细微差别,才能产生符合预期的格式化结果。
对于使用SQL Formatter的用户来说,如果主要处理PostgreSQL代码,需要注意这个格式化问题可能会影响代码的可读性。在问题修复前,可以考虑手动调整格式化结果或探索其他专门针对PostgreSQL的格式化工具。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
413
3.18 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
690
325
Ascend Extension for PyTorch
Python
229
258
暂无简介
Dart
679
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
346
147