src/main/java/org/z3950/zing/cql/CQLParser.java

   1 // $Id: CQLParser.java,v 1.39 2007-08-06 15:54:48 mike Exp $
   2
   3 package org.z3950.zing.cql;
   4 import java.io.IOException;
   5 import java.util.Vector;
   6 import java.util.Properties;
   7 import java.io.InputStream;
   8 import java.io.FileInputStream;
   9 import java.io.FileNotFoundException;
  10
  11
  12 /**
  13  * Compiles CQL strings into parse trees of CQLNode subtypes.
  14  *
  15  * @version     $Id: CQLParser.java,v 1.39 2007-08-06 15:54:48 mike Exp $
  16  * @see         <A href="http://zing.z3950.org/cql/index.html"
  17  *                      >http://zing.z3950.org/cql/index.html</A>
  18  */
  19 public class CQLParser {
  20     private CQLLexer lexer;
  21     private int compat; // When false, implement CQL 1.2
  22     public static int V1POINT1 = 12368;
  23     public static int V1POINT2 = 12369;
  24     public static int V1POINT1SORT = 12370;
  25
  26     static private boolean DEBUG = false;
  27     static private boolean LEXDEBUG = false;
  28
  29     /**
  30      * The new parser implements a dialect of CQL specified by the
  31      * <tt>compat</tt> argument:
  32      * <ul>
  33      *  <li>V1POINT1 - CQL version 1.1
  34      *  </li>
  35      *  <li>V1POINT2 - CQL version 1.2
  36      *  </li>
  37      *  <li>V1POINT1SORT - CQL version 1.1 but including
  38      *          <tt>sortby</tt> as specified for CQL 1.2.
  39      *  </li>
  40      * </ul>
  41      */
  42     public CQLParser(int compat) {
  43         this.compat = compat;
  44     }
  45
  46     /**
  47      * The new parser implements CQL 1.2
  48      */
  49     public CQLParser() {
  50         this.compat = V1POINT2;
  51     }
  52
  53     private static void debug(String str) {
  54         if (DEBUG)
  55             System.err.println("PARSEDEBUG: " + str);
  56     }
  57
  58     /**
  59      * Compiles a CQL query.
  60      * <P>
  61      * The resulting parse tree may be further processed by hand (see
  62      * the individual node-types' documentation for details on the
  63      * data structure) or, more often, simply rendered out in the
  64      * desired form using one of the back-ends.  <TT>toCQL()</TT>
  65      * returns a decompiled CQL query equivalent to the one that was
  66      * compiled in the first place; <TT>toXCQL()</TT> returns an
  67      * XML snippet representing the query; and <TT>toPQF()</TT>
  68      * returns the query rendered in Index Data's Prefix Query
  69      * Format.
  70      *
  71      * @param cql       The query
  72      * @return          A CQLNode object which is the root of a parse
  73      * tree representing the query.  */
  74     public CQLNode parse(String cql)
  75         throws CQLParseException, IOException {
  76         lexer = new CQLLexer(cql, LEXDEBUG);
  77
  78         lexer.nextToken();
  79         debug("about to parseQuery()");
  80         CQLNode root = parseTopLevelPrefixes("cql.serverChoice",
  81                 new CQLRelation(compat == V1POINT2 ? "=" : "scr"));
  82         if (lexer.ttype != lexer.TT_EOF)
  83             throw new CQLParseException("junk after end: " + lexer.render());
  84
  85         return root;
  86     }
  87
  88     private CQLNode parseTopLevelPrefixes(String index, CQLRelation relation)
  89         throws CQLParseException, IOException {
  90         debug("top-level prefix mapping");
  91
  92         if (lexer.ttype == '>') {
  93             return parsePrefix(index, relation, true);
  94         }
  95
  96         CQLNode node = parseQuery(index, relation);
  97         if ((compat == V1POINT2 || compat == V1POINT1SORT) &&
  98             lexer.ttype == lexer.TT_SORTBY) {
  99             match(lexer.ttype);
 100             debug("sortspec");
 101
 102             CQLSortNode sortnode = new CQLSortNode(node);
 103             while (lexer.ttype != lexer.TT_EOF) {
 104                 String sortindex = matchSymbol("sort index");
 105                 ModifierSet ms = gatherModifiers(sortindex);
 106                 sortnode.addSortIndex(ms);
 107             }
 108
 109             if (sortnode.keys.size() == 0) {
 110                 throw new CQLParseException("no sort keys");
 111             }
 112
 113             node = sortnode;
 114         }
 115
 116         return node;
 117     }
 118
 119     private CQLNode parseQuery(String index, CQLRelation relation)
 120         throws CQLParseException, IOException {
 121         debug("in parseQuery()");
 122
 123         CQLNode term = parseTerm(index, relation);
 124         while (lexer.ttype != lexer.TT_EOF &&
 125                lexer.ttype != ')' &&
 126                lexer.ttype != lexer.TT_SORTBY) {
 127             if (lexer.ttype == lexer.TT_AND ||
 128                 lexer.ttype == lexer.TT_OR ||
 129                 lexer.ttype == lexer.TT_NOT ||
 130                 lexer.ttype == lexer.TT_PROX) {
 131                 int type = lexer.ttype;
 132                 String val = lexer.sval;
 133                 match(type);
 134                 ModifierSet ms = gatherModifiers(val);
 135                 CQLNode term2 = parseTerm(index, relation);
 136                 term = ((type == lexer.TT_AND) ? new CQLAndNode(term, term2, ms) :
 137                         (type == lexer.TT_OR)  ? new CQLOrNode (term, term2, ms) :
 138                         (type == lexer.TT_NOT) ? new CQLNotNode(term, term2, ms) :
 139                                                  new CQLProxNode(term, term2, ms));
 140             } else {
 141                 throw new CQLParseException("expected boolean, got " +
 142                                             lexer.render());
 143             }
 144         }
 145
 146         debug("no more ops");
 147         return term;
 148     }
 149
 150     private ModifierSet gatherModifiers(String base)
 151         throws CQLParseException, IOException {
 152         debug("in gatherModifiers()");
 153
 154         ModifierSet ms = new ModifierSet(base);
 155         while (lexer.ttype == '/') {
 156             match('/');
 157             if (lexer.ttype != lexer.TT_WORD)
 158                 throw new CQLParseException("expected modifier, "
 159                                             + "got " + lexer.render());
 160             String type = lexer.sval.toLowerCase();
 161             match(lexer.ttype);
 162             if (!isSymbolicRelation()) {
 163                 // It's a simple modifier consisting of type only
 164                 ms.addModifier(type);
 165             } else {
 166                 // It's a complex modifier of the form type=value
 167                 String comparision = lexer.render(lexer.ttype, false);
 168                 match(lexer.ttype);
 169                 String value = matchSymbol("modifier value");
 170                 ms.addModifier(type, comparision, value);
 171             }
 172         }
 173
 174         return ms;
 175     }
 176
 177     private CQLNode parseTerm(String index, CQLRelation relation)
 178         throws CQLParseException, IOException {
 179         debug("in parseTerm()");
 180
 181         String word;
 182         while (true) {
 183             if (lexer.ttype == '(') {
 184                 debug("parenthesised term");
 185                 match('(');
 186                 CQLNode expr = parseQuery(index, relation);
 187                 match(')');
 188                 return expr;
 189             } else if (lexer.ttype == '>') {
 190                 return parsePrefix(index, relation, false);
 191             }
 192
 193             debug("non-parenthesised term");
 194             word = matchSymbol("index or term");
 195             while (lexer.ttype == lexer.TT_WORD && !isRelation()) {
 196               word = word + " " + lexer.sval;
 197               match(lexer.TT_WORD);
 198             }
 199
 200             if (!isRelation())
 201                 break;
 202
 203             index = word;
 204             String relstr = (lexer.ttype == lexer.TT_WORD ?
 205                              lexer.sval : lexer.render(lexer.ttype, false));
 206             relation = new CQLRelation(relstr);
 207             match(lexer.ttype);
 208             ModifierSet ms = gatherModifiers(relstr);
 209             relation.setModifiers(ms);
 210             debug("index='" + index + ", " +
 211                   "relation='" + relation.toCQL() + "'");
 212         }
 213
 214         CQLTermNode node = new CQLTermNode(index, relation, word);
 215         debug("made term node " + node.toCQL());
 216         return node;
 217     }
 218
 219     private CQLNode parsePrefix(String index, CQLRelation relation,
 220                                 boolean topLevel)
 221         throws CQLParseException, IOException {
 222         debug("prefix mapping");
 223
 224         match('>');
 225         String name = null;
 226         String identifier = matchSymbol("prefix-name");
 227         if (lexer.ttype == '=') {
 228             match('=');
 229             name = identifier;
 230             identifier = matchSymbol("prefix-identifer");
 231         }
 232         CQLNode node = topLevel ?
 233             parseTopLevelPrefixes(index, relation) :
 234             parseQuery(index, relation);
 235
 236         return new CQLPrefixNode(name, identifier, node);
 237     }
 238
 239     private boolean isRelation() {
 240         debug("isRelation: checking ttype=" + lexer.ttype +
 241               " (" + lexer.render() + ")");
 242         if (lexer.ttype == lexer.TT_WORD &&
 243             (lexer.sval.indexOf('.') >= 0 ||
 244              lexer.sval.equals("exact") ||
 245              lexer.sval.equals("any") ||
 246              lexer.sval.equals("all") ||
 247              (lexer.sval.equals("scr") && compat == V1POINT2)))
 248           return true;
 249
 250         return isSymbolicRelation();
 251     }
 252
 253     private boolean isSymbolicRelation() {
 254         debug("isSymbolicRelation: checking ttype=" + lexer.ttype +
 255               " (" + lexer.render() + ")");
 256         return (lexer.ttype == '<' ||
 257                 lexer.ttype == '>' ||
 258                 lexer.ttype == '=' ||
 259                 lexer.ttype == lexer.TT_LE ||
 260                 lexer.ttype == lexer.TT_GE ||
 261                 lexer.ttype == lexer.TT_NE ||
 262                 lexer.ttype == lexer.TT_EQEQ);
 263     }
 264
 265     private void match(int token)
 266         throws CQLParseException, IOException {
 267         debug("in match(" + lexer.render(token, true) + ")");
 268         if (lexer.ttype != token)
 269             throw new CQLParseException("expected " +
 270                                         lexer.render(token, true) +
 271                                         ", " + "got " + lexer.render());
 272         int tmp = lexer.nextToken();
 273         debug("match() got token=" + lexer.ttype + ", " +
 274               "nval=" + lexer.nval + ", sval='" + lexer.sval + "'" +
 275               " (tmp=" + tmp + ")");
 276     }
 277
 278     private String matchSymbol(String expected)
 279         throws CQLParseException, IOException {
 280
 281         debug("in matchSymbol()");
 282         if (lexer.ttype == lexer.TT_WORD ||
 283             lexer.ttype == lexer.TT_NUMBER ||
 284             lexer.ttype == '"' ||
 285             // The following is a complete list of keywords.  Because
 286             // they're listed here, they can be used unquoted as
 287             // indexes, terms, prefix names and prefix identifiers.
 288             // ### Instead, we should ask the lexer whether what we
 289             // have is a keyword, and let the knowledge reside there.
 290             lexer.ttype == lexer.TT_AND ||
 291             lexer.ttype == lexer.TT_OR ||
 292             lexer.ttype == lexer.TT_NOT ||
 293             lexer.ttype == lexer.TT_PROX ||
 294             lexer.ttype == lexer.TT_SORTBY) {
 295             String symbol = (lexer.ttype == lexer.TT_NUMBER) ?
 296                 lexer.render() : lexer.sval;
 297             match(lexer.ttype);
 298             return symbol;
 299         }
 300
 301         throw new CQLParseException("expected " + expected + ", " +
 302                                     "got " + lexer.render());
 303     }
 304
 305
 306     /**
 307      * Simple test-harness for the CQLParser class.
 308      * <P>
 309      * Reads a CQL query either from its command-line argument, if
 310      * there is one, or standard input otherwise.  So these two
 311      * invocations are equivalent:
 312      * <PRE>
 313      *  CQLParser 'au=(Kerninghan or Ritchie) and ti=Unix'
 314      *  echo au=(Kerninghan or Ritchie) and ti=Unix | CQLParser
 315      * </PRE>
 316      * The test-harness parses the supplied query and renders is as
 317      * XCQL, so that both of the invocations above produce the
 318      * following output:
 319      * <PRE>
 320      *  &lt;triple&gt;
 321      *    &lt;boolean&gt;
 322      *      &lt;value&gt;and&lt;/value&gt;
 323      *    &lt;/boolean&gt;
 324      *    &lt;triple&gt;
 325      *      &lt;boolean&gt;
 326      *        &lt;value&gt;or&lt;/value&gt;
 327      *      &lt;/boolean&gt;
 328      *      &lt;searchClause&gt;
 329      *        &lt;index&gt;au&lt;/index&gt;
 330      *        &lt;relation&gt;
 331      *          &lt;value&gt;=&lt;/value&gt;
 332      *        &lt;/relation&gt;
 333      *        &lt;term&gt;Kerninghan&lt;/term&gt;
 334      *      &lt;/searchClause&gt;
 335      *      &lt;searchClause&gt;
 336      *        &lt;index&gt;au&lt;/index&gt;
 337      *        &lt;relation&gt;
 338      *          &lt;value&gt;=&lt;/value&gt;
 339      *        &lt;/relation&gt;
 340      *        &lt;term&gt;Ritchie&lt;/term&gt;
 341      *      &lt;/searchClause&gt;
 342      *    &lt;/triple&gt;
 343      *    &lt;searchClause&gt;
 344      *      &lt;index&gt;ti&lt;/index&gt;
 345      *      &lt;relation&gt;
 346      *        &lt;value&gt;=&lt;/value&gt;
 347      *      &lt;/relation&gt;
 348      *      &lt;term&gt;Unix&lt;/term&gt;
 349      *    &lt;/searchClause&gt;
 350      *  &lt;/triple&gt;
 351      * </PRE>
 352      * <P>
 353      * @param -1
 354      *  CQL version 1.1 (default version 1.2)
 355      * @param -d
 356      *  Debug mode: extra output written to stderr.
 357      * @param -c
 358      *  Causes the output to be written in CQL rather than XCQL - that
 359      *  is, a query equivalent to that which was input, is output.  In
 360      *  effect, the test harness acts as a query canonicaliser.
 361      * @return
 362      *  The input query, either as XCQL [default] or CQL [if the
 363      *  <TT>-c</TT> option is supplied].
 364      */
 365     public static void main (String[] args) {
 366         char mode = 'x';        // x=XCQL, c=CQL, p=PQF
 367         String pfile = null;
 368
 369         Vector<String> argv = new Vector<String>();
 370         for (int i = 0; i < args.length; i++) {
 371             argv.add(args[i]);
 372         }
 373
 374         int compat = V1POINT2;
 375         if (argv.size() > 0 && argv.get(0).equals("-1")) {
 376             compat = V1POINT1;
 377             argv.remove(0);
 378         }
 379
 380         if (argv.size() > 0 && argv.get(0).equals("-d")) {
 381             DEBUG = true;
 382             argv.remove(0);
 383         }
 384
 385         if (argv.size() > 0 && argv.get(0).equals("-c")) {
 386             mode = 'c';
 387             argv.remove(0);
 388         } else if (argv.size() > 1 && argv.get(0).equals("-p")) {
 389             mode = 'p';
 390             argv.remove(0);
 391             pfile = (String) argv.get(0);
 392             argv.remove(0);
 393         }
 394
 395         if (argv.size() > 1) {
 396             System.err.println("Usage: CQLParser [-1] [-d] [-c] " +
 397                                "[-p <pqf-properties> [<CQL-query>]");
 398             System.err.println("If unspecified, query is read from stdin");
 399             System.exit(1);
 400         }
 401
 402         String cql;
 403         if (argv.size() == 1) {
 404             cql = (String) argv.get(0);
 405         } else {
 406             byte[] bytes = new byte[10000];
 407             try {
 408                 // Read in the whole of standard input in one go
 409                 int nbytes = System.in.read(bytes);
 410             } catch (IOException ex) {
 411                 System.err.println("Can't read query: " + ex.getMessage());
 412                 System.exit(2);
 413             }
 414             cql = new String(bytes);
 415         }
 416
 417         CQLParser parser = new CQLParser(compat);
 418         CQLNode root = null;
 419         try {
 420             root = parser.parse(cql);
 421         } catch (CQLParseException ex) {
 422             System.err.println("Syntax error: " + ex.getMessage());
 423             System.exit(3);
 424         } catch (IOException ex) {
 425             System.err.println("Can't compile query: " + ex.getMessage());
 426             System.exit(4);
 427         }
 428
 429         try {
 430             if (mode == 'c') {
 431                 System.out.println(root.toCQL());
 432             } else if (mode == 'p') {
 433                 InputStream f = new FileInputStream(pfile);
 434                 if (f == null)
 435                     throw new FileNotFoundException(pfile);
 436
 437                 Properties config = new Properties();
 438                 config.load(f);
 439                 f.close();
 440                 System.out.println(root.toPQF(config));
 441             } else {
 442                 System.out.print(root.toXCQL(0));
 443             }
 444         } catch (IOException ex) {
 445             System.err.println("Can't render query: " + ex.getMessage());
 446             System.exit(5);
 447         } catch (UnknownIndexException ex) {
 448             System.err.println("Unknown index: " + ex.getMessage());
 449             System.exit(6);
 450         } catch (UnknownRelationException ex) {
 451             System.err.println("Unknown relation: " + ex.getMessage());
 452             System.exit(7);
 453         } catch (UnknownRelationModifierException ex) {
 454             System.err.println("Unknown relation modifier: " +
 455                                ex.getMessage());
 456             System.exit(8);
 457         } catch (UnknownPositionException ex) {
 458             System.err.println("Unknown position: " + ex.getMessage());
 459             System.exit(9);
 460         } catch (PQFTranslationException ex) {
 461             // We catch all of this class's subclasses, so --
 462             throw new Error("can't get a PQFTranslationException");
 463         }
 464     }
 465 }