在mysql源码中，解析sql在sql_yacc.yy中实现，这个文件是一个硕大的文件，用bison来转换为c文件。
在《编译原理及实践》中有yacc介绍，编译原理是很深奥的科目，学好了对编程技术好很大的帮助，可惜当初没好好学，需要回炉一下。
这里是从《编译原理及实践》的摘录。
一个简单的算术表达式的计算器。calc.y，BNF文法如下：
%{
#include 
#include 
%}
%token NUMBER
%%
command : exp { printf("%d\n", $1);}
;
exp : exp '+' term { $$ = $1 + $3 ;}
| exp '-' term { $$ = $1 - $3 ;}
| term { $$ = $1 ;}
;
term : term '*' factor { $$ = $1 * $3 ;}
| factor { $$ = $1 ;}
;
factor : NUMBER { $$ = $1 ;}
| '(' exp ')' { $$ = $2 ;}
;
%%
main(){
/*extern int yydebug ;    ------- 此处为debug显示yacc执行调用用
yydebug = 1 ;*/
return yyparse();
}
int yylex(void){           -------可以通过lex工具来进行词法分析，这里用手工实现
int c ;
while( (c = getchar()) == ' ');
if( isdigit(c) ){
ungetc(c, stdin);
scanf("%d", &yylval);
return (NUMBER);
}
if (c == '\n') return 0 ;      ------0表示输入结束，结束词法分析
return (c) ;
}
int yyerror(char* s){
fprintf(stderr,"%s\n",s);
return 0 ;
}
上面的yylex，可以通过lex来实现，这里为手工实现。
同过main函数可以看出，执行yyparse，这个为yacc这类的工具产生的的方法，就是根据文法执行%%之间的用户定义的操作。
每个在L A L R ( 1 )分析栈中的符号值都可通过使用以$开始的伪变量来引用。$ $代表刚才被识别出来的非终结符的值，也就是在文法规则左边的符号。伪变量$ 1、$ 2、$ 3等等都代表了文法规则右边的每个连续的符号。
个人理解就是当文法匹配，执行｛｝里面的语句。
执行一下看看效果，bison -y calc.y  gcc y.tab.c -o test ----y.tab.c为自动产生的c文件
执行./test
程序已经可以跑了，当输入12+4回车时，结果已经出来了。
把main函数的注释去掉，用bison -y -t 产生c文件，再用gcc y.tab.c -o test 编译
执行./test
显示如下：
Starting parse
Entering state 0
Reading a token: 12+3   ---此处为手工输入的值
Next token is token NUMBER ()
Shifting token NUMBER ()
Entering state 1
Reducing stack by rule 7 (line 19):   -----19行为factor : NUMBER { $$ = $1 ;}
$1 = token NUMBER ()
-> $$ = nterm factor ()
Stack now 0
Entering state 6
Reducing stack by rule 6 (line 17):  -----17行为factor { $$ = $1 ;}
$1 = nterm factor ()
-> $$ = nterm term ()
Stack now 0
Entering state 5
Reading a token: Next token is token '+' ()  ---解析到+号
Reducing stack by rule 4 (line 14):   ----14行为term { $$ = $1 ;}
$1 = nterm term ()
-> $$ = nterm exp ()
Stack now 0
Entering state 4
Next token is token '+' ()
Shifting token '+' ()
Entering state 9
Reading a token: Next token is token NUMBER ()
Shifting token NUMBER ()
Entering state 1
Reducing stack by rule 7 (line 19):  -----19行为factor : NUMBER { $$ = $1 ;}
$1 = token NUMBER ()
-> $$ = nterm factor ()
Stack now 0 4 9
Entering state 6
Reducing stack by rule 6 (line 17):  -----17行为factor { $$ = $1 ;}
$1 = nterm factor ()
-> $$ = nterm term ()
Stack now 0 4 9
Entering state 13
Reading a token: Now at end of input.
Reducing stack by rule 2 (line 12):   ----12行为exp : exp '+' term { $$ = $1 + $3 ;}
$1 = nterm exp ()
$2 = token '+' ()
$3 = nterm term ()
-> $$ = nterm exp ()
Stack now 0
Entering state 4
Now at end of input.
Reducing stack by rule 1 (line 10): ----10行为command : exp { printf("%d\n", $1);}
$1 = nterm exp ()
15
-> $$ = nterm command ()
Stack now 0
Entering state 3
Now at end of input.
Stack now 0 3
Cleanup: popping nterm command ()
yacc这东西还挺神奇，java也有个javacc，也能实现同样的功能，amoeba中有用到。

Yacc



简介

Yacc是一个工具，它将任何一种编程语言的所有语法翻译成针对此钟语言的Yacc语法解析器。 

它用巴克斯范式（BNF）来书写



步骤

运行yacc处理语法文件，生成一个解析器
说明语法： 

-编写.y语法文件 

-编写一个词法分析器来处理输入并将标记传递给处解析器。这里可以使用Lex完成。 

-编写一个函数，使用yyparse()开始解析 

-编写错误处理例程 如yaerror()
编译yacc生成的代码以及其他相关源文件
将目标文件链接到适当的可执行解析器库
编写

和LEX类似，yacc的程序也分为三段

    declarations
    %%
    rules
    %%
    programs




rules

yacc中最重要的是其中的文法规则，首先来看文法如何书写 

yacc文法使用BNF巴克斯范式书写 

如下：

    result: components { /*
    action to be taken in C */ }
        | components
        |...
    ;


{}中书写识别出该表达式所做的动作 

例：

    param : NAME EQ NAME {
        printf("\tName:%s\tValue(name):%s\n", $1,$3);}
        | NAME EQ VALUE{
        printf("\tName:%s\tValue(value):%s\n",$1,$3);}
    ;


其中n是使用了产生式中第n个标记的值，lexer通过yylval返回值。n是使用了产生式中第n个标记的值，lexer通过yylval返回值。$表示规约后的值。

标记 NAME 的 Lex 代码是这样的：

   char [A-Za-z]
    name {char}+
    %%
    {name} { yylval = strdup(yytext); //strdup函数是使用malloc函数进行字符串的复制
    return NAME; }




declarations

与LEX类似，使用C语言的声明，需要用

%{
   balabala
%}


来声明，包括include等等，其中需要定义YYSTYPE，它是内置变量yylval的类型，默认为int，例如：

%{
    #typedef char* string; /*
    to specify token types as char* */
    #define YYSTYPE string /*
    a Yacc variable which has the value of returned token */
%}


用户经常会希望语义值的类型比较复杂，如双精度浮点数，字符串或树结点的指针．这时就可以用语义值类型定义进行说明。因为不同的语法符号的语义值类型可能不同，所以语义值类型说明就是将语义值的类型定义为一个联合（Union），这个联合包括所有可能用到的类型（各自对应一个成员名），为了使用户不必在存取语义值时每次都指出成员名，在语义值类型定义部分还要求用户说明每一个语法符号（终结符和非终结符）的语义值是哪一个联合成员类型。

％ union｛
int ival
double dval
INTERVAL VVal;
｝
％token ＜ival＞ DREG VREG
％token ＜dval＞ CONST
％type ＜dyal＞dexp
％type ＜vval＞vexP


使用%union来定义一个联合类型，作为yylval的类型，当声明TOKEN和非终结符时，在中间加<…>来声明语义值的类型，非终结符不需要声明语义值时，不用刻意声明

声明终结符，即lexer返回的TOKEN：

%token NAME EQ AGE


每个 Yacc 声明段声明了终端符号和非终端符号（标记）的名称，还可能描述操作符优先级和针对不同符号的数据类型。

% start 非终结符……//声明文法起始符


如果没有上面的说明，yacc自动将语法规则部分中第一条语法规则左部的非终结符作为语法开始符。

%left '+' '-'
%left '*' '/'


%left 表示左结合，%right 表示右结合。最后列出的定义拥有最高的优先权。因此乘法和除法拥有比加法和减法更高的优先权。+ - * / 所有这四个算术符都是左结合的。运用这个简单的技术，我们可以消除文法的歧义。

在表达式中有时要用到一元运算符，而且它可能与某个二元运算符是同一个符号，例如一元运算符负号“-”就与减号’-’相同，显然一元运算符的优先级应该比相应的二元运算符的优先级高。至少应该与’*’的优先级相同，这可以用yacc的％Prec子句来定义，请看下面的文法：

％token NAME
％left '-''+’
％left '*''／'
％％
expr；expr'+' expr
|expr'+' expr
|expr'-’expr
|expr'*' expr
|expr'／’ expr
|'-'expr ％prec'*'
|NAME
;


在上述文法中，为使一元’－’的优先级与’*’相同，我们使用了子句

％prec’*’


它说明它所在的语法规则中最右边的运算符或终结符的优先级与％Prec后面的符号的优先级相同，注意％Prec子句必须出现在某语法规则结尾处分号之前，％prec子句并不改变’－’作为二元运算符时的优先级。



programs

    void main()
    {
        yyparse();
    }
    int yyerror(char* msg)  //用户可以自己实现错误函数
    {
        printf("Error: %s
        encountered \n", msg);
    }


参考

LEX和YACC的使用 
Yacc 与 Lex 快速入门

首先安装相关的库：
sudo apt-get install flex bison

编译lex文件，生成lex.yy.c文件
flex yacc.l

编译yacc文件，生成yacc.tab.h 与yacc.tab.c文件
bison -d yacc.y

链接生成的.c 文件，并生成相应的可执行文件
gcc -o demo yacc.tab.c lex.yy.c -ly -lfl

最后执行：
./demo

如果不涉及lex

那么可以直接：
bison yacc.y –d

然后gcc编译
gcc yacc.tan.c

                
From ：http://www.ibm.com/developerworks/cn/linux/sdk/lex/index.html
 
Yacc
Yacc 代表 Yet Another Compiler Compiler。 Yacc 的 GNU 版叫做Bison。它是一种工具，将任何一种编程语言的所有语法翻译成针对此种语言的Yacc 语 法解析器。它用巴科斯范式(BNF, Backus NaurForm)来书写。按照惯例，Yacc 文件有 .y 后缀。编译行如下调用 Yacc编译器：
       $ yacc <options>

        <filename ending with .y>

 
在进一步阐述以前，让我们复习一下什么是语法。在上一节中，我们看到Lex 从输入序列中识别标记。如果你在查看标记序列，你可能想在这一序列出现时执行某一动作。这种情况下有效序列的规范称为语法。Yacc 语法文件包括这一语法规范。它还包含了序列匹配时你想要做的事。
为了更加说清这一概念，让我们以英语为例。 这一套标记可能是：名词,动词,形容词等等。为了使用这些标记造一个语法正确的句子，你的结构必须符合一定的规则。一个简单的句子可能是名词+动词或者名词+动词+名词。(如 I care. Seespot run.)
所以在我们这里，标记本身来自语言（Lex），并且标记序列允许用 Yacc来指定这些标记(标记序列也叫语法)。
终端和非终端符号
     终端符号 : 代表一类在语法结构上等效的标记。终端符号有三种类型：        
     命名标记: 这些由          %token 标识符来定义。按照惯例，它们都是大写。        
     字符标记 : 字符常量的写法与 C 相同。例如, --就是一个字符标记。        
     字符串标记 : 写法与 C 的字符串常量相同。例如，"<<"就是一个字符串标记。        
lexer 返回命名标记。
     非终端符号 : 是一组非终端符号和终端符号组成的符号。按照惯例，它们都是小写。 在例子中，file 是一个非终端标记而 NAME是一个终端标记。        
用 Yacc 来创建一个编译器包括四个步骤：
通过在语法文件上运行 Yacc 生成一个解析器。
说明语法：          
编写一个 .y 的语法文件（同时说明 C 在这里要进行的动作）。
编写一个词法分析器来处理输入并将标记传递给解析器。 这可以使用Lex 来完成。
编写一个函数，通过调用 yyparse() 来开始解析。
编写错误处理例程（如 yyerror()）。
编译 Yacc 生成的代码以及其他相关的源文件。
将目标文件链接到适当的可执行解析器库。
用 Yacc 编写语法
如同 Lex 一样, 一个 Yacc 程序也用双百分号分为三段。它们是：声明、语法规则和 C 代码。 我们将解析一个格式为 姓名 = 年龄的文件作为例子，来说明语法规则。我们假设文件有多个姓名和年龄，它们以空格分隔。 在看 Yacc程序的每一段时，我们将为我们的例子编写一个语法文件。
C 与 Yacc 的声明
C 声明可能会定义动作中使用的类型和变量，以及宏。还可以包含头文件。每个 Yacc声明段声明了终端符号和非终端符号（标记）的名称，还可能描述操作符优先级和针对不同符号的数据类型。lexer (Lex) 一般返回这些标记。所有这些标记都必须在 Yacc声明中进行说明。
在文件解析的例子中我们感兴趣的是这些标记：name, equal sign, 和age。Name 是一个完全由字符组成的值。 Age是数字。于是声明段就会像这样：
   
文件解析例子的声明
       %

        #typedef char* string; /*

        to specify token types as char* */

        #define YYSTYPE string /*

        a Yacc variable which has the value of returned token */

        %}

        %token NAME EQ AGE

        %%

 
你可能会觉得 YYSTYPE 有点奇怪。但是类似 Lex, Yacc也有一套变量和函数可供用户来进行功能扩展。 YYSTYPE 定义了用来将值从lexer 拷贝到解析器或者 Yacc 的 yylval （另一个 Yacc 变量）的类型。默认的类型是 int。 由于字符串可以从 lexer 拷贝，类型被重定义为char*。 关于 Yacc 变量的详细讨论，请参考 Yacc 手册（见         资源）。      

Yacc 语法规则
Yacc 语法规则具有以下一般格式：
       result: components { /*

        action to be taken in C */ }

        ;

 
在这个例子中，result 是规则描述的非终端符号。Components是根据规则放在一起的不同的终端和非终端符号。 如果匹配特定序列的话Components 后面可以跟随要执行的动作。 考虑如下的例子：
       param : NAME EQ NAME {

        printf("/tName:%s/tValue(name):%s/n", $1,$3);}

            | NAME EQ VALUE{

            printf("/tName:%s/tValue(value):%s/n",$1,$3);}

        ;

 
如果上例中序列 NAME EQ NAME 被匹配，将执行相应的 { }括号中的动作。 这里另一个有用的就是 $1 和 $3 的使用, 它们引用了标记NAME 和 NAME（或者第二行的 VALUE）的值。 lexer 通过 Yacc 的变量yylval 返回这些值。标记 NAME 的 Lex 代码是这样的：
       char [A-Za-z]

        name {char}+

        %%

        {name} { yylval = strdup(yytext);

        return NAME; }

 
文件解析例子的规则段是这样的：
   
文件解析的语法
       file : record file

        | record

        ;

        record: NAME EQ AGE {

        printf("%s is now %s years old!!!", $1, $3);}

        ;

        %%

 

附加 C 代码
现在让我们看一下语法文件的最后一段，附加 C 代码。（这一段是可选的，如果有人想要略过它的话：）一个函数如 main() 调用yyparse() 函数（Yacc 中 Lex 的 yylex() 等效函数）。 一般来说，Yacc最好提供 yyerror(char msg) 函数的代码。 当解析器遇到错误时调用yyerror(char msg)。错误消息作为参数来传递。 一个简单的 yyerror(char* ) 可能是这样的：
       int yyerror(char* msg)

        {

        printf("Error: %s

        encountered at line number:%d/n", msg, yylineno);

        }

 
yylineno 提供了行数信息。
这一段还包括文件解析例子的主函数：
   
附加 C 代码
       void main()

        {

            yyparse();

        }

        int yyerror(char* msg)

        {

        printf("Error: %s

        encountered /n", msg);

 
要生成代码，可能用到以下命令：
       $ yacc _d <filename.y>

 
这生成了输出文件 y.tab.h 和 y.tab.c，它们可以用 UNIX上的任何标准 C 编译器来编译（如 gcc）。
命令行的其他常用选项
     '-d' ,'--defines' :编写额外的输出文件，它们包含这些宏定义：语法中定义的标记类型名称，语义的取值类型          YYSTYPE, 以及一些外部变量声明。如果解析器输出文件名叫'name.c', 那么 '-d' 文件就叫做 'name.h'。 如果你想将           yylex定义放到独立的源文件中，你需要 'name.h', 因为           yylex必须能够引用标记类型代码和           yylval变量。        
     '-b file-prefix' ,'--file-prefix=prefix' :指定一个所有Yacc输出文件名都可以使用的前缀。选择一个名字，就如输入文件名叫'prefix.c'.        
     '-o outfile' ,'--output-file=outfile' :指定解析器文件的输出文件名。其他输出文件根据 '-d'选项描述的输出文件来命名。        
Yacc库通常在编译步骤中自动被包括。但是它也能被显式的包括，以便在编译步骤中指定        �ly选项。这种情况下的编译命令行是：      
       $ cc <source file

        names> -ly

 
将 Lex 与 Yacc 结合起来
到目前为止我们已经分别讨论了 Lex 和Yacc。现在让我们来看一下他们是怎样结合使用的。
一个程序通常在每次返回一个标记时都要调用        yylex()函数。只有在文件结束或者出现错误标记时才会终止。      
一个由 Yacc 生成的解析器调用        yylex()函数来获得标记。         yylex() 可以由 Lex来生成或完全由自己来编写。 对于由 Lex 生成的 lexer 来说，要和 Yacc结合使用，每当 Lex 中匹配一个模式时都必须返回一个标记。 因此 Lex中匹配模式时的动作一般格式为：      
       {pattern} { /* do smthg*/

        return TOKEN_NAME; }

 
于是 Yacc 就会获得返回的标记。当 Yacc 编译一个带有 _d 标记的        .y文件时，会生成一个头文件，它对每个标记都有        #define的定义。 如果 Lex 和 Yacc 一起使用的话，头文件必须在相应的 Lex 文件        .lex中的 C 声明段中包括。      
让我们回到名字和年龄的文件解析例子中，看一看 Lex 和 Yacc文件的代码。
   
Name.y - 语法文件
       %

        typedef char* string;

        #define YYSTYPE string

        %}

        %token NAME EQ AGE

        %%

        file : record file

        | record

        ;

        record : NAME EQ AGE {

        printf("%s is %s years old!!!/n", $1, $3); }

        ;

        %%

        int main()

        {

        yyparse();

        return 0;

        }

        int yyerror(char *msg)

        {

        printf("Error

        encountered: %s /n", msg);

        }




Name.lex - Lex 的解析器文件
       %{

        #include "y.tab.h"



        #include <stdio.h>

        #include <string.h>

        extern char* yylval;

        %}

        char [A-Za-z]

        num [0-9]

        eq [=]

        name {char}+

        age {num}+

        %%

        {name} { yylval = strdup(yytext);

        return NAME; }

        {eq} { return EQ; }

        {age} { yylval = strdup(yytext);

        return AGE; }

        %%

        int yywrap()

        {

        return 1;

        }

 
作为一个参考，我们列出了        y.tab.h, Yacc 生成的头文件。      
   
y.tab.h - Yacc 生成的头文件
       # define NAME 257

        # define EQ 258

        # define AGE 259

 
我们对于 Lex 和Yacc的讨论到此为止。今天你想要编译什么语言呢？
 
参考资料 
您可以参阅本文在 developerWorks 全球站点上的          英文原文.        
     Lex and Yacc, Levine, Mason 和 Branson, O�Reilly及其合作公司，2nd Ed。        
     Program Development in UNIX, J. T. Shen, Prentice-HallIndia。        
     Compilers: Principles, Techniques and Tools, Ahoo, Sethi 和Ullman, Addison-Wesley Pub. Co., 1985，11。        
     Lex andYacc and compiler writing指导。        
Java 版的 Lex 指导, 叫做          Jlex。        
使用 Lex 和 Yacc 的          formalizinga grammar实例。