C++中不建议手写SQL解析器，应优先选用lemon或duckdb parser；lemon线程安全、无全局变量，duckdb parser纯C++、MIT协议且覆盖SQL:2016特性，但均不负责语义分析。
直接说结论：C++ 里不建议从零手写完整 SQL 解析器来支撑“复杂 SQL”，除非你明确在做数据库内核研究或教学项目；生产级轻量前端应基于成熟 parser generator（如 lemon、bison）或已验证的开源解析库（如 duckdb 的 parser 模块），否则会卡死在 GROUP BY 与窗口函数嵌套、WITH RECURSIVE、类型推导等边界 case 上。
用 lemon 而不是 bison 写 SQL 语法分析器更稳
lemon 是 SQLite 官方使用的 LALR(1) parser generator，无全局变量、线程安全、错误恢复机制成熟，特别适合嵌入式/轻量场景。相比 bison 默认的 YACC 兼容模式，它天然规避了 yyglobal 冲突和重入问题。
- 必须用
%extra_argument {void* pParser}传上下文，避免解析过程中访问外部状态引发竞态 - 每个语法规则需显式调用
sqlite3ParserARG_FETCH获取参数，不能依赖隐式yyval传递 AST 节点指针 -
lemon不生成.h文件，所有 token 定义（如TOKEN_SELECT）要手动在 C++ 头中声明并保持与.y文件同步 - 遇到
ORDER BY expr NULLS FIRST这类 PostgreSQL 扩展语法时，得在%fallback或自定义 error rule 中拦截，而不是让 parser 直接报错退出
duckdb 的 parser 模块可直接头文件复用
duckdb 的 src/parser/ 是纯 C++ 实现、无运行时依赖、MIT 协议，且已覆盖标准 SQL-92 到 SQL:2016 大部分特性（包括 CTE、窗口函数、VALUES 表达式）。它不绑定执行引擎，只做 parse → unique_ptr<parsedexpression></parsedexpression>。
前端设计与 UI/UX 全方位优化专家。覆盖视觉层次、排版系统、色彩理论、响应式布局、交互体验、动画动效、无障碍访问、性能优化八大维度，帮助开发者将普通页面升级为高品质产品级界面。前端设计与 UI/UX 全方位优化专家。覆盖视觉层次、排版系统、色彩理论、响应式布局、交互体验、动画动效、无障碍访问、性能优化八大维度，帮助开发者将普通页面升级为高品质产品级界面。
- 只需
#include "duckdb/parser/parser.hpp"和链接libduckdb_parser.a（可静态编译进你的二进制） - 调用
Parser::ParseQuery("SELECT * FROM t WHERE x > 1")，返回vector<unique_ptr>></unique_ptr>，每个 statement 可 downcast 成SelectStatement、InsertStatement等 - 注意
ParsedExpression树中字段名是未解析的ColumnRefExpression，不含 schema 信息——词法分析完成，但语义绑定（比如判断t.x是否存在）得你自己做 - 若需支持自定义函数（如
my_func(a, b)），要在ParserOptions里注册function_name_resolver回调，否则解析直接失败
词法分析阶段必须区分关键字与标识符的大小写策略
SQL 标准规定关键字不区分大小写（SELECT 和 select 等价），但标识符（表名、列名）默认大小写敏感（除非用双引号包裹）。手写 lexer 时容易在这里翻车。
立即学习“前端免费学习笔记（深入）”；
- 用
std::tolower统一转换 token 字符串再查关键字表，但注意 locale 影响——必须设为Clocale，否则std::tolower('İ')在 Turkish locale 下行为异常 - 双引号标识符（
"UserTable"）要原样保留大小写，并剥离两端引号；反引号（`user_table`）和方括号（[user table]）需按目标方言单独处理 - 数字字面量要区分
123（整型）、123.0（浮点）、X'ABCD'（十六进制 blob），lexer 返回不同 token type，不能全塞进一个TOKEN_NUMBER - 注释（
--,/* */）必须在 lexer 层吞掉，不能传给 parser——否则SELECT 1 -- comment会被截断成SELECT 1后 parser 报 unexpected EOF
真正难的不是把 SELECT a,b FROM t 拆开，而是当用户写下 SELECT ROW_NUMBER() OVER (PARTITION BY x ORDER BY y DESC) AS rn FROM t WHERE rn > 10 时，你能准确识别 rn 在 WHERE 中是非法引用（窗口函数别名不可在 WHERE 使用），这已经超出词法/语法层，进入语义分析范畴。轻量级前端如果只做到 parse 阶段，就得在文档里白纸黑字写清：“本模块不校验列可见性、不检查函数签名、不展开 CTE”。否则，用户第一眼觉得能用，第二眼就掉坑里。
