解析SQL语句比解析类C语言更麻烦？

最新推荐文章于 2021-05-21 06:39:08 发布

evice

最新推荐文章于 2021-05-21 06:39:08 发布

阅读量1.1k

点赞数

分类专栏：程序设计文章标签：语言 sql c 编译器 join 引擎

本文链接：https://blog.csdn.net/evice/article/details/4959915

版权

程序设计专栏收录该内容

5 篇文章 0 订阅

订阅专栏

本文首发在我的博客上：http://www.liuhaifeng.com/2009/12/sql-parser-n-c-parser.html

最近想做一个SQL语句解析器，换句话说想给自己的系统加上类似SQL语句的查询引擎。我之前做过一个解析类似C语言语法的解析器，可以解析 C/C++里的运算表达式，if…else…等基本语句。我以为做个SQL语句的解析器应该是很相似的，结果却发现还是有很大区别。我一度怀疑SQL解析器要更复杂一些。

类C语言的语法还是很规整的，拿表达式来说，它要么是单独一句，要么就是被括号括着，也即它有着较明确的起始界限。比如if(x > 100 && y > 50)…这样一句，当碰到“（”时即转入解析表达式的状态，到遇到“）”时表达式结束，这毫无悬念。但在SQL里，可能有这种情况：select * from tb where x > 100 and y > 50 order by x;这时where条件的表达式终止不是很明显了，或许你可以说以order by结束，但如果没有order by，而是limit呢？所以说SQL里表达式解析的情况要复杂一些了，因为它的语法不是十分规整。

对于字段列表，情况也比较复杂。字段列表里可以包含的情况有：普通字段列表、带表名的字段列表、函数、简单运算表达式等，而这些又均可以有as重命名部分，函数、表达式里又可以引用字段名。

还有一个比解析类C语言麻烦的地方就是，SQL里多了个倒引号“`”，且并非必用，这又是它不规整的一个表现。一般用程序自动生成SQL语句或碰到表名、字段名正好是SQL保留关键字时为消除歧义而加上倒引号，而一般人写SQL语句时，多数是懒得加这个的。

SQL里的“*”号是又一个麻烦。它既可以做通配，又可以做运算符。比如select * from tb;这里的“*”是通配符，表示取所有字段，而select 10*10;则表示取10与10相乘的结果。这是一个不小的混乱，在类C语言里一般找不到这么灵活的语法。C语言是灵活的，但它的语法是相当严谨的。细翻 C语言，运算符全部是符号，标示符则不允许任何除下划线以外的符号；C++里仅有“new”算一个例外，它虽然是个单词，却属于运算符。而在SQL里用单词做运算符却又非常常见，像“and”、“or”等。

最后想说的是像“order by”、“left join”这样的词组式的关键字。词组式的关键词应用在C语言里几乎没有。C语言的else if其实可以忽视，把后面的if理解为else语句即可。我把惯用的C语言缩进格式修改一下或许你就一下子明白else if只是两个语句碰到了一块：

if(expr){



	//...



} else



	if(expr2) {



		//...



	} else {



		//...



	}

上面的代码格式一目了然，else与if只是上演一场奇遇而已。至于C++/Java中类似public static这样的组合，它们是分别表意，而通常没有组合意义，最多是组合冲突。组合表意会使语言解析的难度提高一个层次，一般的编译器分析完词法，就可以分析语法了；加入词语组合后这中间就不得不多一道工序，做词组分析。相应的语法分析自然也要随之调整。

当然，SQL里的词组还是比较简单、有限的，在预处理时进行合并也是可以的。SQL语言也并不是非常复杂，只是如果想着把解析类C语言的方法搬过来套用，就会有不少麻烦了。

综上所述，SQL语言结构上终止不明确，运算符与标示符界限不明确，符号有歧义，又有许多词组，使得它的解析与类C语言的解析有很大不同，必须单独对待，切务小看了简单的SQL语言。