(更新src)构建编译器，设计自己的脚本语言

相关贴
http://www.iteye.com/topic/405561

前几天做动态表单的时候老总给了我一个好东东:Antlr
为什么说Antlr是好东东呢？因为他很有意思
今天琢磨了1天，搞了个简单的小东西

目标：设计自己的脚本语言

先说说为啥要设计自己的脚本语言。
举一个例子:

在数据仓库领域，我们在做ETL的时候往往会从A地方取的一堆数据，加工后塞到B地方。
我们可以用java写个程序让后编译运行，让它来做这个事。
或者，我们更希望能简单点，比方说写个脚本

$source:url="jdbc:hsqldb:mem:Test",table="DB1"
$target:url="jdbc:hsqldb:mem:Test2",table="DB2"

#copy{
   $target.First_Name=$source.First_Name  
   $target.Last_Name=$source.Last_Name 
   $target.Address=$source.Address 
}

这个脚本一看就能懂吧，从一个库把数据拷到另一个库，是不是很简单 ？:D

不过问题来了，脚本写出来了，但是我们怎么运行它呢？JavaCompiler貌似不认识这个东西。 
好吧，那我们自己来做一个编译器和运行器。

不要惊讶，这并不是一个很复杂困难的工作

第一步：构建脚本编译器

理论上来说，这一步实际上是很复杂的，牵涉到递归下降，词法分析，语法分析等等好多事情，不过好在有Antlr这个东西作为我们实现编译器的基础，让我们这些不是很精通编译原理的人也能做出编译器来。
Antlr的资料网上还是很多的。

第二步：构建脚本的运行环境

脚本的运行是需要有一个上下文环境的，比方说

$source:url="jdbc:hsqldb:mem:Test",table="DB1"

<script type="text/javascript" src="http://www.iteye.com/javascripts/tinymce/themes/advanced/langs/zh.js"></script><script type="text/javascript" src="http://www.iteye.com/javascripts/tinymce/plugins/javaeye/langs/zh.js"></script>在这里，脚本中声明了一个数据源source，当我们编译脚本的时候，也需要在上下文对象(Context)中配置一个数据源对象。
看到这里，一定感觉Context的意义很抽象，先别急。

第三部：脚本的运行方式

在Antlr的帮助下，我们可以做到对于脚本的直接解释运行的，不过这里我想用另外的一种方式
将脚本转义成Java代码，然后把Java代码拷贝到一个实现准备好的模板Java类的某个方法里，然后动态编译加载这个Java类，并运行该方法

编译前的脚本

#copy{
   $target.First_Name=$source.First_Name  
   $target.Last_Name=$source.Last_Name 
   $target.Address=$source.Address 
}

这段脚本编译后变成了

String sql1 = "SELECT First_Name,Last_Name,Address FROM DB1";
String sql2 = "INSERT INTO DB2 (First_Name,Last_Name,Address) VALUES (";
ResultSet rs = sourceStm.executeQuery(sql1);
while (rs.next()) {
	targetStm.execute(sql2 + "'" + rs.getString("First_Name") + "'"
		+ "," + "'" + rs.getString("Last_Name") + "'" + "," + "'"
		+ rs.getString("Address") + "'" + ")");
}

只是写个例子，所以这段sql比较笨，不过这不是重点。
之后，把上面这段代码拷贝到下面

public class RuntimeTemplate {

	public void execute() throws Exception {

		System.out.println("开始执行");

		/* start */

		/* end */

		System.out.println("执行完毕");
	}

}

就像这样，把转义好的代码拷贝到/* start */和/* end */之间。

之所以这样画蛇添足，是出于两点考虑:
1.性能问题。
2.由于这些代码是被拷贝到Java类中的，所以对于很多脚本本身不能满足的功能，可以直接在脚本中写Java代码，编译时候直接复制过去，这样很方便:D

动态编译也很简单，两行代码的事

JavaCompilerTool compiler = ToolProvider.getSystemJavaCompilerTool();
compiler.run(null, null, null, "etl/Runtime.java");

然后重写一下ClassLoader，加载编译后的class文件，最后运行

Object obj = clz.newInstance();
clz.getMethod("init", new Class[] { Context.class }).invoke(obj, ctx);
clz.getMethod("execute", new Class[] {}).invoke(obj);

在这里，把之前准备好的Context对象传给了脚本运行对象。

OK，这样就搞定了基本的工作流程。

########################################################################

目前已经有了一定的进展，可以解释如下的脚本

$source : url = "jdbc:hsqldb:mem:Test", table = "DB1"
$target : url = "jdbc:hsqldb:mem:Test", table = "DB2"

$target.FIRST_NAME = $source.FIRST_NAME + "ABC"
$target.LAST_NAME = $source.LAST_NAME + 123.456
$target.FULL_NAME = $source.FIRST_NAME + $source.LAST_NAME
$target.ADDRESS = $source.ADDRESS

if( "ss"+"aa"=="ssaa" or (1+1!=2 and 1+1>=2) ){
   if( $source.FIRST_NAME  == "name1" ){
      #copy
   }
}

附件是SRC
LIB比较大，自行下载Antlr3.1.2
http://www.antlr.org/download.html
测试用的DB是h2sql

需求:JDK1.6（1.6可以直接调用CompilerTool，不用调外部exe了，本人比较懒 ）
注意是JDK1.6，JRE不行，而且有的JDK中的类名是JavaCompilerTool，有的是JavaCompile，根据自身情况改下。

还差一个数据库字段类型转换没做，现在所有数据库字段类型都当做String来处理

评论

4 楼 云中苍月 2009-06-09  

简单扼要的文章呀，赞一个。
虽说老大要求用这个东西，不过个人感觉还是Groovy之类的脚本语言更适合。LZ有空和我一起研究研究吧。

3 楼 lc4ever 2009-06-08  

Hibernate的hql是用这个东西做的语法分析，有兴趣深入了解，可以参考一下Hibernate的源代码.

2 楼 kjj 2009-06-08  

不错，希望楼主说明一下这个东西，你再动态表单上的用法，我也想学习学习！！！

1 楼 Salin 2009-06-08  

http://www.antlr.org/
Antlr的项目主页，有兴趣可以看看