NL2SQL Demo — 自然语言转 SQL 探索与实验演示

一个轻量级的自然语言转 SQL 演示系统，基于关键词匹配与正则表达式的规则驱动方法，用于展示 Text-to-SQL 技术的基本工作流程。

📖 项目背景

本项目是“自然语言转SQL技术研究”课程设计的一部分。项目旨在通过构建一个基于规则的 Text-to-SQL 演示系统，帮助理解自然语言查询到 SQL 语句转换的核心流程、方法局限以及技术挑战。

✨ 支持的自然语言查询示例

• 查询所有学生
• 计算机1班的学生
• 成绩最高的学生
• 姓名、年龄、成绩查询
• 年龄大于20的学生
• 成绩大于80分的计算机1班学生

🏗️ 系统架构

用户输入 → NLP解析（关键词+正则） → SQL生成 → SQL执行 → 格式化输出

模块说明

模块文件	功能描述
init_db.py	初始化 SQLite 数据库，创建 students 表并插入测试数据
nlp_parser.py	核心解析模块：将自然语言转换为 SQL 语句
query_executor.py	执行 SQL 并格式化输出查询结果
main.py	程序入口，提供命令行交互界面

🚀 快速开始

1. 克隆项目

git clone https://github.com/yourusername/nl2sql-demo.git
cd nl2sql-demo

2. 运行系统

python main.py

3. 输入查询体验

===== 自然语言 → SQL 演示系统（规则版）=====
支持查询示例：
  - 查询所有学生
  - 计算机1班的学生
  - 成绩最高的学生
  - 输入 exit 退出

请输入查询：计算机1班的学生

🧠 解析规则示例（nlp_parser.py）

SELECT 字段映射

自然语言关键词	SQL 生成
所有 / 全部	SELECT *
姓名	SELECT name
成绩 / 分数	SELECT name, score

WHERE 条件生成

• 班级匹配：计算机1班 → WHERE class = '计算机1班'
• 年龄比较：年龄大于20 → WHERE age > 20

ORDER BY 规则

• 成绩最高的学生 → ORDER BY score DESC LIMIT 1

📊 示例运行效果

请输入查询：成绩最高的学生

生成的SQL：
   SELECT name, score FROM students ORDER BY score DESC LIMIT 1

查询结果：
   ('王五', 92.5)
--------------------------------------------------

🧪 技术局限性（规则驱动方法）

• ❌ 不支持复杂逻辑（嵌套查询、多表 JOIN）
• ❌ 对输入表达变化敏感（如“分数最高”≠“成绩最高”）
• ❌ 无法处理口语化、省略、歧义表达
• ✅ 逻辑透明，完全可控，适合教学演示

📚 相关理论

本项目基于以下 Text-to-SQL 技术阶段：

规则驱动（Rule-based） → 深度学习（Seq2Seq） → 大模型驱动（LLM）

详细理论请参阅项目文档：自然语言转SQL技术研究.doc

📁 项目结构

nl2sql-demo/
├── init_db.py          # 数据库初始化
├── nlp_parser.py       # 自然语言解析器
├── query_executor.py   # SQL执行与格式化
├── main.py             # 主程序入口
├── students.db         # SQLite数据库
└── README.md           # 项目说明

📄 许可证

本项目仅供学习与教学演示使用。

🔗 参考资料

• WikiSQL Dataset
• Spider Dataset
• BIRD Benchmark