实现要点

完整的实现原理相对复杂，故不多赘述，这里阐述一些关键的实现要点

Haskell -- 处理引擎

词法分析

词法层与语法层同处 chusql-engine/src/ChuSQL/SQLSyntax/Parser.hs，基于 megaparsec 实现。解析器类型为

type Parser = Parsec Void String

即输入是 String，词法错误类型取 Void（不自定义错误类型），失败信息统一由 errorBundlePretty 渲染成人可读的报文。

空白与词法单元骨架

组合子	定义	作用
`sc`	`Lxr.space space1 empty empty`	跳过空白（含换行）；暂不解析注释
`lexeme`	`Lxr.lexeme sc`	解析一个词法单元，并吃掉其后的空白
`symbol`	`Lxr.symbol sc`	固定符号 `*` `,` `=` `>` `<` `(` `)`

所有词法单元都从 lexeme 出口，游标返回时必定停在下一个 token 的起始位置，因此语法层不需要感知空白。

已实现的 token

token	组合子	词法规则	例
关键字	`keyword`	大小写不敏感；其后不能紧跟标识符字符	`SELECT` / `select`
标识符	`identifier`	首字符为字母或 `_`，其后为字母、数字或 `_`	`users`、`user1`、`_tmp`
整数	`integer`	十进制，委托 `Lxr.decimal`	`18`
字符串	`stringLit`	单引号包裹，遵循标准 SQL 转义	`'Alice'`
符号	`symbol`	字面匹配	`>`、`(`
排序方向	`sortDir`	`ASC` / `DESC`，缺省 `Asc`	`DESC`

目前已接入语法的关键字：SELECT、FROM、WHERE、ORDER、BY、LIMIT、AND、OR、ASC、DESC、INSERT、INTO、VALUES、DELETE、UPDATE、SET。

三个关键实现点

1. 关键字要防前缀

keyword 匹配完关键字后追加 notFollowedBy (satisfy isIdentChar)，否则 selection 会被读成 SELECT、fromage 会被读成 FROM。

2. 关键字必须可回溯（try）

keyword k = lexeme $ try $ do
    _ <- string' k
    notFollowedBy (satisfy isIdentChar)

string' 大小写不敏感，匹配 ORDER 时会先吃掉前两个字符 OR；紧接着的前缀守卫因为遇到 D 而失败，此时输入已被消耗，这个失败就成了已消耗失败，调用方的 many（AND / OR 运算符层）不会回溯而是直接报错：

SELECT name FROM users WHERE age > 18 ORDER BY age DESC
                                              ^ unexpected 'D'

把整个 keyword 用 try 包住，失败即复位，ORDER BY 才能被后续子句正常识别。这同时消掉了一整类隐患：任何以 AND / OR 为前缀的子句关键字跟在表达式后面都不会再炸。

3. 字符串字面量不能用 manyTill

manyTill p end 每一步都先尝试结束符，'It''s ok' 会在 '' 的第一个引号处提前收尾。正确做法是先读内容、再吃结尾引号：

stringLit = lexeme $ do
    _ <- char '\''
    s <- many stringChar
    _ <- char '\''
    return s

stringChar = choice [ '\'' <$ try (string "''"), satisfy (/= '\'') ]

stringChar 的两个分支在失败时都不消耗输入，因此可以安全地放进 many。

字符串字面量与标准 SQL 转义

写法	含义
`'it''s'`	`''` 折叠为一个单引号，值为 `it's`
`'a\b'`	反斜杠是普通字符，值为 `a\b`（不做 `\n`/`\t` 转义）
`''`	空字符串
`''''`	只含一个单引号的字符串
`'oops`	未闭合，解析失败

4.3 KiB Raw Blame History Unescape Escape