Question

我正在尝试在lexing / parsing语法中建立一些技巧。我正在回顾我为SQL编写的一个简单的解析器，我并不完全满意它 - 似乎应该有一种更简单的方法来编写解析器。

SQL绊倒了我，因为它有很多可选的令牌和重复。例如：

SELECT *
FROM t1
INNER JOIN t2
INNER JOIN t3
WHERE t1.ID = t2.ID and t1.ID = t3.ID

相当于：

SELECT *
FROM t1
INNER JOIN t2 ON t1.ID = t2.ID
INNER JOIN t3 on t1.ID = t3.ID

ON和WHERE子句是可选的，可以多次出现。我在解析器中处理了以下内容：

%{
open AST
%}

// ...    
%token <string> ID   
%token AND OR COMMA
%token EQ LT LE GT GE
%token JOIN INNER LEFT RIGHT ON
// ...

%%

op: EQ { Eq } | LT { Lt } | LE { Le } | GT { Gt } | GE { Ge }

// WHERE clause is optional    
whereClause:
    |                       { None }
    | WHERE whereList       { Some($2) }        

whereList:
    | ID op ID                    { Cond($1, $2, $3) }
    | ID op ID AND whereList      { And(Cond($1, $2, $3), $5) }
    | ID op ID OR whereList       { Or(Cond($1, $2, $3), $5) }


// Join clause is optional    
joinList:
    |                       { [] }
    | joinClause            { [$1] }
    | joinClause joinList   { $1 :: $2 }

joinClause:
    | INNER JOIN ID joinOnClause    { $3, Inner, $4 }
    | LEFT JOIN ID joinOnClause     { $3, Left, $4 }
    | RIGHT JOIN ID joinOnClause    { $3, Right, $4 }

// "On" clause is optional    
joinOnClause:
    |                       { None }
    | ON whereList          { Some($2) }

// ...
%%

换句话说，我通过将可选语法分解为单独的规则来处理它们，并使用递归来处理重复。这有效，但它会将解析分解为一堆小子程序，而且很难看出语法实际代表什么。

我认为如果我可以在括号内指定可选语法并使用*或+重复，那么写起来会容易得多。这会将我的whereClause和joinList规则减少到以下内容：

whereClause:
    |                       { None }
//    $1    $2, I envision $2 being return as an (ID * op * ID * cond) list
    | WHERE [ ID op ID { (AND | OR) }]+
        { Some([for name1, op, name2, _ in $1 -> name1, op, name2]) }

joinClause:
    |                       { None }

//    $1, returned as (joinType
//                       * JOIN
//                       * ID
//                       * ((ID * op * ID) list) option) list
    | [ (INNER | LEFT | RIGHT) JOIN ID [ON whereClause] ]*
        { let joinType, _, table, onClause = $1;
          Some(table, joinType, onClause) }

我认为这种形式更容易阅读，并表达了它试图更直观地捕捉的语法。不幸的是，我在Ocaml或F＃文档中找不到任何支持这种表示法或类似内容的文档。

是否有一种简单的方法可以在OcamlYacc或FsYacc中使用可选或重复的标记来表示语法？

Answer 1

当你编写所有小件时，你应该得到你想要的东西。而不是：

(INNER | RIGHT | LEFT )

你刚才

inner_right_left

并将其定义为这三个关键字的并集。

您还可以在词法分析器中定义联合。在你定义令牌的方式中，或者使用camlp4，我在那方面做得不多，所以我不建议你采取这些路线。而且我认为他们不会为你工作，也不会随处可见。

编辑：

因此，对于camlp4，您可以查看Camlp4 Grammar module和tutorial以及better tutorial。这不是完全你想要什么，请注意，但它非常接近。文档非常糟糕，如recent discussion on the ocaml groups所述，但对于这个特定领域，我认为你不会有太多问题。我做了一点，可以提出更多问题。

Answer 2

Menhir允许通过其他符号对非终结符号进行参数化，并提供标准快捷键库，如选项和列表，您可以创建自己的符号。例如：

option(X): x=X { Some x} 
         | { None }

还有一些语法糖，'令牌？'相当于'option（token）'，'token +'到'nonempty_list（token）'。

所有这些都真正缩短了语法定义。它也受ocamlbuild支持，可以直接替代ocamlyacc。强烈推荐！

好笑，我用它来解析SQL：）

使用OcamlYacc / FsYacc表示可选语法和重复

2 个答案: