JavaCC
项目中用的JavaCC做查询编译，在这里小结一下，作为备忘。
JavaCC是一个很不错的词法、语法解析器的生成器，只需要编写规则就可以生成Java语言的词法、语法解析器（新版本的JavaCC还支持C/C++作为目标语言）。JavaCC相当与Yacc/Bison+Lex/Flex很类似。
JavaCC首页:
在首页上下载的JavaCC是最新版的，使用方法和Bison一样，在命令提示符或者终端中执行、获得生成的结果。
也可已用javacc eclipse插件：
http://sourceforge.net/projects/eclipse-javacc/files/
下载插件、解压之后，把plugins和features目录下的文件分别拷贝到eclipse的相应目录中即可。
不论哪种方式，所需编写的规则都是一样的。
通过JavaCC自带的example和文档其实就可以上手了，下面就简单小结一下：
词法和语法规则都写在一个.jj的文件中。这个文件应该这样写：
1、开头：
options
{
JDK_VERSION = "1.5";
STATIC = false;
}
这个放在.jj文件的开头，JDK_VERSION是所生成代码适用的Jdk版本，1.5、1.6、1.7都可以，STATIC指示是否生成静态的解析器类，还有其他选项，参考文档。
2、主类
PARSER_BEGIN(Sparql)
package cn.edu.ruc.iir.sparql;
import cn.edu.ruc.iir.query.*;
import cn.edu.ruc.iir.query.model.*;
import cn.edu.ruc.iir.query.util.*;
import java.text.*;
public class Sparql
{
public static void main(String args []) throws ParseException
{
Sparql parser = new Sparql(System.in);
int res = 0;
while (true)
{
System.out.print("MyRDF >");
try
{
res = parser.one_query();
if (res == 0)
{}
else if (res == 1)
{
break;
}
else
{
System.out.println("Please correct your query.");
}
}
catch (Exception e)
{
System.out.println("NOK.");
System.out.println(e.getMessage()); parser.ReInit(System.in); } catch (Error e) { System.out.println("Oops."); System.out.println(e.getMessage()); break; } } }}PARSER_END(Sparql)
3、定义词法规则
SKIP :
{
" "
| "\t"
| "\r"
| "\n"
}
TOKEN : /* OPERATORS */
{
< SELECT :
"select"
| "SELECT" >
| < WHERE :
"where"
| "WHERE" >
| < OBRACE : "{" >
| < CBARCE : "}" >
}
TOKEN :
{
< EXIT :
| "exit"
| "EXIT" >
| < UNKNOWN : "?" < KNOWN > >
| < KNOWN : ([ "<", ">", "a"-"z", "A"-"Z", "0"-"9", ":", "/", "_", "-", "\"", "'", "~", "#" ])+ >
| < MISSEDP : "[" "]" >
}
这部分定义词法解析器的规则，SKIP定义要忽略的字符串，TOKEN定义要识别的字符串。注意，不是说先将输入中符合SKIP规则的都去掉再进行解析，那样的话是不科学的，正常的词法解析都不会那么干，实际是顺序处理输入串的过程中，通过“大嘴法”识别尽可能长的子串。如果词法规则有二义性，JavaCC会给出警告，一定不要忽略这些警告。此外，JavaCC只对开头存在二义性的词法给出警告（一个字符可以作为两个词法规则的第一个字符），有些词法上的冲突是需要我们自己去注意的，比如要在词法解析时识别一些关键词，这些关键词同时也符合一般标识符的规则，那么在JavaCC中就要把关键词的定义写在标识符定义之前，写在前面的，JavaCC会优先识别。
4、定义语法规则
JavaCC的语法单元形如这样：
Token subject() :
{
Token token = null;
}
{
token = < UNKNOWN >
{
return token;
}
| token = < KNOWN >
{
Token token1 = token;
}
(
"." token = < KNOWN >
{
token1.image += "."+ token.image;
}
)*
{
return token1;
}
}
开头是一个声明，包括返回值类型、规则名和一个冒号。对于这样一条语法规则，JavaCC就会在语法分析器类中生成一个同名的方法。紧接着的一对花括号中写一些变量声明。下一对花括号中写该规则的具体内容。
一个语法单元中有多个规则时，用|分开。每个规则都有一系列词法或语法单元组成，每个词法或者语法单元之后跟着一对花括号，里面写处理的代码。
