怎么用PostgreSQL词法语法解析器与dblink实现关联

本篇内容介绍了“怎么用PostgreSQL词法语法解析器与dblink实现关联”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！

昨天有人说没明白那个Op是怎么回事，我们再仔细捋捋。代码在 src/backend/parser 下边，打开他们细细品味，非常简单。

scan.l与gram.y是截然不同的，当然是这样，前者是flex脚本，而后者是yacc脚本；前者是词法分析，而后者是语法分析。

来看scan.l中的操作符定义，它是由一个或者多个如下字符组成：~!@#^&`?+-*/%<>=，所以我们才说table_remote@dblink 要用操作符来定义，其它字符则可以直接使用，例如：name_list ',' name，这里逗号可以作为一个语法元素，因为它并没有出现在词法引擎定义的字符列表中。

op_chars		[\~\!\@\#\^\&\|\`\?\+\-\*\/\%\<\>\=]
operator		{op_chars}+

 继续往下看，scan.l里针对 operator 的代码：

{operator}		{
（……中略）
					yylval->str = pstrdup(yytext);
					return Op;
				}

这里决定字符序列是否是Op，如果是，gram.y就会得到指示：下个token是Op。

Op在gram.y生成的gram.h里边可以找到定义：

#define Op 263

gram里边还能够知道这个token是不是 @ ，字符串比较就可以，因为它在gram.y里就是这么定义的：

%token <str>	IDENT FCONST SCONST BCONST XCONST Op

更多文章：
IBM《Yacc 与 Lex 快速入门》
谷歌、必应

书籍
《lex与yacc》

我不知道还能怎么更详细，多看多悟，自然就知道。

“怎么用PostgreSQL词法语法解析器与dblink实现关联”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注网站，小编将为大家输出更多高质量的实用文章！