使用PLY解析SQL语句

Question

我知道还有其他工具来解析SQL语句,但我出于教育目的推出了自己的工具.我现在卡住了我的语法..如果你能快速发现错误请告诉我.

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令牌上遇到语法错误...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)

Answer 1

我觉得你的问题是，你的正则表达式t_TABLE，并t_COLUMN也符合保留字（SELECT和FROM）。换句话说，将SELECT a FROM b;令牌化为类似的符号COLUMN COLUMN COLUMN COLUMN END（或其他一些模棱两可的令牌化），而这与您的任何生产都不匹配，因此会出现语法错误。

快速检查一下，更改这些正则表达式以使其完全匹配您输入的内容，如下所示：

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

您会看到语法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，就是TABLE和COLUMN的正则表达式也重叠，因此词法分析器也不能在不混淆这些标记的情况下进行标记化。

PLY文档中有一个微妙但相关的部分。不确定最好的解释方式，但是诀窍是令牌化过程首先发生，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。您需要将其归纳为某种ID标记，然后在解析过程中将其清除。

如果我有更多的精力，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，但是我认为，既然您已经表达了这是一次学习练习，也许您会满意我的意思正确的方向。