对Hplsql.g4或Hive.g4的阵列支持

大家好,， 我正在使用antlr4为配置单元SQL（Hplsql.g4）创建解析器和词法分析器。
我相信这是最新的语法文件。

但是，我发现至少需要添加两个索引：IF和数组索引。 例如，在select语句中，我可能有： a） 从x中选择（a>8,12,20）
b） 从x中选择列名称[2]

这两者在配置单元中都是有效的，但是当我从上面的Hplsql.g4创建java解析器和lexer时，它们都不会解析。我为IF添加了一个表达式，它似乎可以工作

我补充说

 expr :
     ...
     | expr_if  //I added

还有一条新规则：

expr_if : 
       T_IF T_OPEN_P bool_expr T_COMMA expr T_COMMA expr T_CLOSE_P  //I added
     ;

但是，找出如何允许数组索引并不容易，因为语法允许别名：

select a from x
select a alias_of_a from x
select a[1] from x
select a[1] alias_of_a from x

都应该是有效的。 我尝试为此添加一个新表达式，如下所示：

expr :
     ...
     | expr_array //I added

expr_array : 
       T_OPEN_SB L_INT T_OPEN_CB  //I added
     ;

这对我不起作用。（T_OPEN_SB L_INT T_OPEN_CB分别为[整数]）。我也尝试了很多不同的方法。我的问题是：

我是否使用了正确的语法文件-如果没有，是否有一个新的语法文件具有if和数组处理

有人成功地扩展了这个语法来处理我上面的案例吗

---

根据Bart的建议： 我更新了标识。
我更新了expr\u atom。
我添加了数组索引。
我之前已经注释掉了“[”*？“]”

测试Sql：从t中选择[0]
结果: 第1行：8输入“selecta[0]”时没有可行的替代方案
第1行：8不匹配的输入“[0]”

树 （程序（块stmt（stmt选择）（stmt（expr_stmt）（expr（expr_原子（标识a 1077;ее））））[0]自t）

我觉得这个问题与下面选择的别名有关。 当包含ident和T_的select_list_别名为可选时，ident与数组索引匹配。 我无法解释为什么会发生这种情况，特别是因为ident已经更新

摘自Hplsql.sql：

select_list :           
       select_list_set? select_list_limit? select_list_item (T_COMMA select_list_item)*
     ;
select_list_item :
       (ident T_EQUAL)? expr select_list_alias? 
     | select_list_asterisk   
     ;
select_list_alias :
       {!_input.LT(1).getText().equalsIgnoreCase("INTO") && !_input.LT(1).getText().equalsIgnoreCase("FROM")}? T_AS? ident
     | T_OPEN_P T_TITLE L_S_STRING T_CLOSE_P
     ;

如果我将一个简单的SQL stmt传递给grun，例如

select a[1] from t

解析树的外观应类似于以下内容：

我希望看到的不是expr_atom，而是expr_数组，它将拆分为a的expr_atom和[1]的array_索引

请注意，这里有一条SQL语句。在我现有的g4中，数组索引[1]（以及stmt的其余部分）被解析为一个单独的SQL语句

Bart，我从你的解析树中看到，解析导致了“从t中选择a[0]”中的两条SQL语句——我得到了相同的情况

---

我将继续探索不同的方法-我仍然怀疑select_list_别名，它有

T_AS？结尾处的标识

。为了确认，我已经注释掉了ident_part中的一行，如下所示：//|“[”.*？]”

如注释中所述：

[…]

将标记为

L_ID

标记。如果你没有；如果您不想这样做，请删除

|'['.*.']'

部分：

fragment
L_ID_PART  :
             [a-zA-Z] ([a-zA-Z] | L_DIGIT | '_')*                           // Identifier part
            | ('_' | '@' | ':' | '#' | '$') ([a-zA-Z] | L_DIGIT | '_' | '@' | ':' | '#' | '$')+     // (at least one char must follow special char)
            | '"' .*? '"'                                                   // Quoted identifiers
            // | '[' .*? ']' <-- removed
            | '`' .*? '`'
            ;

它将正确地解析

从[identifier]

中选择一个[1]别名\u of a，但对整个语法（或对HPL/SQL的深入了解）没有很好的了解，无法确定这是否会搞乱其他事情：）

编辑 根据我提议的修改，语法如下：（由于字符限制，我无法在此发布）

解析

从t

中选择[0]，这将导致解析树：

并且解析

从[t]

中选择[0]，这将导致此解析树：

您还可以通过运行以下Java代码对其进行测试：

String source=“从[t]中选择[0]”；
HplsqlLexer lexer=新的HplsqlLexer（CharStreams.fromString（source））；
HplsqlParser parser=newhplsqlparser（newcommontokenstream（lexer））；
ParseTree root=parser.program（）；
JFrame=新JFrame（“Antlr AST”）；
JPanel面板=新的JPanel（）；
TreeViewer=newTreeViewer（Arrays.asList（parser.getRuleNames（）），root）；
查看器设置刻度（1.5）；
面板。添加（查看器）；
框架。添加（面板）；
frame.setDefaultCloseOperation（JFrame.EXIT_ON_CLOSE）；
frame.pack（）；
frame.setVisible（true）；

嗨，巴特，谢谢你的评论。是的，我在语法里看到了。看起来像是选择列表别名：{！\u input.LT（1）.getText（）.equalsIgnoreCase（“INTO”）和&！\u input.LT（1）.getText（）.equalsIgnoreCase（“FROM”）}？图亚斯？ident导致了与ident的匹配，但是，我认为解析器首先匹配最长的规则（最长的令牌集）。巴特，谢谢你-我将阅读。我正在考虑删除单独的标记“[”和“]”，以便将它们专用于数组索引大小写（作为解析器规则）。我担心这是一个糟糕的方法。如果我明白你的意思，就没有办法添加数组索引处理了？回答得很好。事实上，我并没有说我已经注释掉了：//|'['.*.']'巴特，我在原始帖子的末尾添加了我的测试结果-我的评论中没有足够的空间。请检查我的编辑@MikeLapenna。不确定我的观点是否被理解：

'['.*？']'

需要删除，否则它将无法工作，因为lexer是如何工作的（此处解释：）签出my EDIT@Bart（再次感谢您对此的研究）。注意，解析结果是一个SQL smt。啊，两个stmt，是的，我刚才看到了。嗯，我想我没有一个快速的解决办法。如果我能花更多的时间在上面，我可能会看看语法，否则我会删除这个答案。

expr_atom :
       date_literal
     | timestamp_literal
     | bool_literal
     | expr_array // <-- added
     | ident
     | string
     | dec_number
     | int_number
     | null_const
     ;

// new rule
expr_array
     : ident array_index+
     ;

// new rule
array_index
     : T_OPEN_SB expr T_CLOSE_SB
     ;

ident :
       L_ID
     | T_OPEN_SB ~T_CLOSE_SB+ T_CLOSE_SB // <-- added
     | non_reserved_words
     ;