7

我知道还有其他工具可以解析 SQL 语句,但出于教育目的,我正在推出自己的工具。我现在被我的语法卡住了。如果你能很快发现一个错误,请告诉我。

SELECT = r'SELECT'
FROM = r'FROM'
COLUMN = TABLE = r'[a-zA-Z]+'
COMMA = r','
STAR = r'\*'
END = r';'
t_ignore = ' ' #ignores spaces

statement : SELECT columns FROM TABLE END

columns : STAR
        | rec_columns

rec_columns : COLUMN
            | rec_columns COMMA COLUMN

当我尝试解析像“SELECT a FROM b;”这样的语句时 我在 FROM 令牌处收到语法错误...非常感谢任何帮助!

(编辑)代码:

#!/usr/bin/python
import ply.lex as lex
import ply.yacc as yacc

tokens = (
    'SELECT',
    'FROM',
    'WHERE',
    'TABLE',
    'COLUMN',
    'STAR',
    'COMMA',
    'END',
)

t_SELECT    = r'select|SELECT'
t_FROM      = r'from|FROM'
t_WHERE     = r'where|WHERE'
t_TABLE     = r'[a-zA-Z]+'
t_COLUMN    = r'[a-zA-Z]+'
t_STAR      = r'\*'
t_COMMA     = r','
t_END       = r';'

t_ignore    = ' \t'

def t_error(t):
    print 'Illegal character "%s"' % t.value[0]
    t.lexer.skip(1)

lex.lex()

NONE, SELECT, INSERT, DELETE, UPDATE = range(5)
states = ['NONE', 'SELECT', 'INSERT', 'DELETE', 'UPDATE']
current_state = NONE

def p_statement_expr(t):
    'statement : expression'
    print states[current_state], t[1]

def p_expr_select(t):
    'expression : SELECT columns FROM TABLE END'
    global current_state
    current_state = SELECT
    print t[3]


def p_recursive_columns(t):
    '''recursive_columns : recursive_columns COMMA COLUMN'''
    t[0] = ', '.join([t[1], t[3]])

def p_recursive_columns_base(t):
    '''recursive_columns : COLUMN'''
    t[0] = t[1]

def p_columns(t):
    '''columns : STAR
               | recursive_columns''' 
    t[0] = t[1]

def p_error(t):
    print 'Syntax error at "%s"' % t.value if t else 'NULL'
    global current_state
    current_state = NONE

yacc.yacc()


while True:
    try:
        input = raw_input('sql> ')
    except EOFError:
        break
    yacc.parse(input)
4

1 回答 1

5

我认为您的问题是您的正则表达式t_TABLEt_COLUMN也匹配您的保留字(SELECT 和 FROM)。换句话说,SELECT a FROM b;标记为类似COLUMN COLUMN COLUMN COLUMN END(或其他一些模棱两可的标记),这与您的任何产品都不匹配,因此您会收到语法错误。

作为一个快速的健全性检查,更改这些正则表达式以完全匹配您输入的内容,如下所示:

t_TABLE = r'b'
t_COLUMN = r'a'

您将看到语法SELECT a FROM b;通过,因为正则表达式“a”和“b”与您的保留字不匹配。

而且,还有另一个问题是 TABLE 和 COLUMN 的正则表达式也重叠,因此词法分析器也无法对这些标记进行标记化而不产生歧义。

PLY 文档中有一个微妙但相关的部分与此有关。不确定解释这一点的最佳方式,但诀窍是令牌化传递首先发生,因此它不能真正使用生产规则中的上下文来了解它是否遇到了 TABLE 令牌或 COLUMN 令牌。您需要将它们概括为某种ID标记,然后在解析过程中清除它们。

如果我有更多精力,我会尝试更多地处理您的代码并提供代码中的实际解决方案,但我认为既然您已经表示这是一个学习练习,也许您会对我的指点感到满意正确的方向。

于 2011-09-09T04:42:08.407 回答