XJSONのセレクター式／パス式 - 檜山正幸のキマイラ飼育記 (はてなBlog)

Catyでは、JSONにタグを許したXJSONというデータ形式をいたるところで使っています。タグ付きのデータとは、@tel "03-1234-5678", @YEN 1200, @person {"name": "m-hiyama", "gender": "male"} とかです。

XJSONデータの一部を抜き出すセレクター式／パス式については、「JSON向けのシンプルセレクター」で述べました。が、もっと単純化できないかと考えていて、やっと満足できるほどに単純な構文にたどり着きました。

セレクターのコア構文では、文字列、番号、名前というトークンと、メンバーアクセス演算子のドット'.'、2種のワイルドカード'*'と'#'しか使いません。

トークン

文字列はJSONと同じ構文ですが、シングルクォートで囲んだ文字列も許します。



Esc  ::= '\"' | "\'" | '\\' | '\/' |

         '\b' | '\f' | '\n' | '\r' | '\t' |

         '\u' FourHexDigits
Printable ::= {任意の印字可能Unicode文字、間隔空白文字とタブ文字を含める}
PrintableSpecial ::= '"' | "'" | '\'
StringContentChar ::= (Printable - PrintableSpecial) | Esc
DQString ::= '"' (StringContentChar | "'")* '"'
SQString ::= "'" (StringContentChar | '"')* "'"

名前の定義は、最近は次を使っています。



Name ::= NameStartChar (NameChar)*
NameStartChar ::= [A-Z] | "_" | [a-z] | ExtNameStartChar
NameChar ::= NameStartChar | "-" | [0-9] | ExtNameChar
ExtNameStartChar :: =  [#xC0-#xD6] | [#xD8-#xF6] | [#xF8-#x2FF] | [#x370-#x37D] | 

   [#x37F-#x1FFF] | [#x200C-#x200D] | [#x2070-#x218F] | 

   [#x2C00-#x2FEF] | [#x3001-#xD7FF] | [#xF900-#xFDCF] | 

   [#xFDF0-#xFFFD] | [#x10000-#xEFFFF]
ExtNameChar ::= #xB7 | [#x0300-#x036F] | [#x203F-#x2040]

番号（インデックス）は、非負整数を表す表現です。



Index ::= '0' | [1-9][0-9]*

セレクター式／パス式

セレクター式の一般的な構文は次のようになります。



Member ::= Name '()'? | DQString | SQString | Index | '*' | '#'
Selector ::= Mebmer ('.' Member)*

このなかで、「JSON向けのシンプルセレクター」に出てこないのは、Name '()' というお尻に丸括弧が付いたメンバーだけです。これは後で説明することにして、セレクター式の例をいくつか出します。

authors
authors.#
authors.2.name
authors.2.*
authors.2.name.first
authors.2.contact.tag()
authors.length()

セレクター式で、ワイルドカード（'*', '#'）を含まないものがパス式です。

メソッド風の記法

先の例で、authors.2.contact.tag(), authors.length() では、tag(), length() というメソッド風のメンバーが出てきます。お尻に'()'が付いた名前は、実際のデータプロパティではなくて、そのデータになんらかの操作をして得られる値です。見た目のとおり、メソッドと思ってかまいません。

現在考えているメソッド風の記法は次のものです*1。

length() -- 配列の長さ
tag() -- XJSONのタグ
untagged() または content() -- XJSONのタグを取り除いた部分

互換性や拡張

以前から、与えられたデータそのもの（ルートデータ）を '$' で表していました。この'$'は、「あってもなくてもいい」という位置付けです。ブラケットを使った記法、authors[2] とか authors[2]["name"] とかもあったほうがいいでしょう。セレクターの場合は、論理条件式によるフィルタリングがあれば便利です。これもサポートするつもりです。

しかし、「ドットとワイルドカードだけ」という最小限の構文でも、実用上けっこう間にあうことは経験済みです。これより簡単にはできないので、究極に単純な構文だと思います。

*1:もっと追加するかも知れません。