詳細解析java詞法分析器DDL遞迴應用

本篇文章給大家帶來了關於的相關知識，主要介紹了java詞法分析器DDL遞迴應用詳解，有需要的朋友可以借鑑參考下，下面一起來看一下，希望對大家有幫助。

推薦學習：《》

intellij plugin

既然沒有現成的工具那就自己寫一個吧

考慮到我們主要是用PyCharm開發，正好jetbrains也提供了SDK用於開發外掛，所以UI層面可以不用額外考慮了。

使用流程很簡單，只需要匯入DDL語句就可以生成Python所需要的Model程式碼。

例如匯入以下 DDL：

CREATE TABLE `user` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `userName` varchar(20) DEFAULT NULL COMMENT '使用者名稱',
  `password` varchar(100) DEFAULT NULL COMMENT '密碼',
  `roleId` int(11) DEFAULT NULL COMMENT '角色ID',
  PRIMARY KEY (`id`),  
) ENGINE=InnoDB AUTO_INCREMENT=7 DEFAULT CHARSET=utf8

便會生成對應的 Python 程式碼：

class User(db.Model):
    __tablename__ = 'user'
    id = db.Column(db.Integer, primary_key=True, autoincrement=True)
    userName = db.Column(db.String)  # 使用者名稱
    password = db.Column(db.String)  # 密碼
    roleId = db.Column(db.Integer)  # 角色ID

詞法解析

仔細對比原始檔及目的碼會很容易找出規律，無非就是解析出表名、欄位、及欄位的屬性（是否為主鍵、型別、長度），最後再轉換為Python所需要的模板即可。

在我動手之前我認為是非常簡單的，無非就是解析字串，但實際上手後發現不是那麼回事；主要是有以下幾個問題：

如何識別出表名稱？
同樣的如何識別出欄位名稱，同時還得關聯上該欄位的型別、長度、註釋。
如何識別出主鍵？

總結一句話，如何通過一系列規則識別出一段字串中的關鍵資訊，這同樣也是 MySQL Server 所做的事情。

在開始真正解析 DDL 之前，先來看下一段簡單的指令碼如何解析：

x = 20

按照我們平時開發的經驗，這條語句分為以下幾部分：

x表示變數
=表示賦值符號
20表示賦值結果

所以我們對這段指令碼的解析結果應當為：

VAR x
GE =
VAL 100

這個解析過程在編譯原理中稱為」詞法解析「，可能大家聽到編譯原理這幾個字就頭大（我也是）；對於剛才那段指令碼我們可以編寫一個非常簡單的詞法解析器生成這樣的結果。

狀態遷移

再開始之前先捋一下思路，可以看到上文的結果中通過VAR表示變數、GE表示賦值符號」=「、VAL表示賦值結果，現在需要重點記住這三個狀態。

在依次讀取字元解析時，程式就是在這幾個狀態中來回切換，如下圖：

預設為初始狀態。
當字元為字母時進入VAR狀態。
當字元為」=「符號時進入GE狀態。

同理，當不滿足這幾個狀態時候又會回到初始從而再次確認新的狀態。

光看圖有點抽象，直接來看核心程式碼：

public class Result{
    public TokenType tokenType ;
    public StringBuilder text = new StringBuilder();
}

首先定義了一個結果類，收集最終的解析結果；其中的TokenType就對應了圖中的三種狀態，簡單的用列舉值來表示。

public enum TokenType {
    INIT,
    VAR,
    GE,
    VAL
}

首先對應到第一張圖：初始化狀態。

需要對當前解析的字元定義一個TokenType：

和圖中描述的流程一致，判斷當前字元給定一個狀態即可。

接著對應到第二張圖：狀態之間的轉換。

會根據不同的狀態進入不同的case，在不同的case中判斷是否應當跳轉到其他狀態（進入INIT狀態後會重新生成狀態）。

舉個例子：x = 20:

首選會進入VAR狀態，接著下一個字元為空格，自然在 38 行中重新進入初始狀態，導致再次確定下一個字元=進入GE狀態。

當指令碼為ab = 30:
第一個字元為 a 也是進入VAR狀態，第二個字元為 b，依然為字母，所以進入 36 行，狀態不會改變，同時將 b 這個字元追加進來；後續步驟就和上一個例子一致了。

多說無益，建議大家自己跑一下單測就會明白：

DDL 解析

簡單的解析完成後來看看DDL這樣的指令碼應當如何解析：

CREATE TABLE `user` (
  `id` int(11) NOT NULL AUTO_INCREMENT,
  `userName` varchar(20) DEFAULT NULL COMMENT '使用者名稱',
  `password` varchar(100) DEFAULT NULL COMMENT '密碼',
  `roleId` int(11) DEFAULT NULL COMMENT '角色ID',
  PRIMARY KEY (`id`),  
) ENGINE=InnoDB AUTO_INCREMENT=7 DEFAULT CHARSET=utf8

原理類似，首先還是要看出規律（也就是語法）：

表名是第一行語句，同時以CREATE TABLE開頭。
每一個欄位的資訊（名稱、型別、長度、備註）都是以「`」符號開頭「,」結尾。
主鍵是以 PRIMART 字串開頭的欄位，以)結尾。

根據我們需要解析的資料種類，我這裡定義了這個列舉：

然後在初始化型別時進行判斷賦值：

由於需要解析的資料不少，所以這裡的判斷條件自然也就多了。

遞迴解析

針對於DDL的語法規則，我們這裡還有需要有特殊處理的地方；比如解析具體欄位資訊時如何關聯起來？

舉個例子：

`userName` varchar(20) DEFAULT NULL COMMENT '使用者名稱',
`password` varchar(100) DEFAULT NULL COMMENT '密碼',

這裡我們解析出來的資料得有一個對映關係：

所以我們只能一個欄位的全部資訊解析完成並且關聯好之後才能解析下一個欄位。

於是這裡我採用了遞迴的方式進行解析（不一定是最好的，歡迎大家提出更優的方案）。

} else if (value == '`' && pStatus == Status.BASE_INIT) {
    result.tokenType = DDLTokenType.FI;
    result.text.append(value);
}

噹噹前字元為」`「符號時，將狀態置為「FI」(FieldInfo)，同時當解析到為「,」符號時便進入遞迴處理。

可以理解為將這一段字串單獨提取出來處理：

`userName` varchar(20) DEFAULT NULL COMMENT '使用者名稱',

接著再將這段字元遞迴呼叫當前方法再次進行解析，這時便按照欄位名稱、型別、長度、註釋的規則解析即可。

同時既然存在遞迴，還需要將子遞迴的資料關聯起來，所以我在返回結果中新增了一個pid的欄位，這個也容易理解。

預設值為 0，一旦遞迴後便自增 +1，保證每次遞迴的資料都是唯一的。

用同樣的方法在解析主鍵時也是先將整個字串提取出來:

PRIMARY KEY (`id`)

只不過是「P」打頭「)」結尾。

} else if (value == 'P' && pStatus == Status.BASE_INIT) {
    result.tokenType = DDLTokenType.P_K;
    result.text.append(value);
}

也是將整段字串遞迴解析，再遞迴的過程中進行狀態切換P_K ---> P_K_V最終獲取到主鍵。

所以通過對剛才那段DDL解析得到的結果如下：

這樣每個欄位也通過了pid進行了區分關聯。

所以現在只需要對這個詞法解析器進行封裝，便可以提供一個簡單的API來獲取表中的資料了。

推薦學習：《》

以上就是詳細解析java詞法分析器DDL遞迴應用的詳細內容，更多請關注TW511.COM其它相關文章！