蛙蛙推荐:蛙蛙教你发明一种新语言之一--词法分析和语法分析
摘要
程序开发行业中有很多种编程语言,每个程序员大概也都会一两种,可你有没有想过自己DIY一种语言呢,本文就带你用.net DIY一种新语言--WawaSharp,我们将定义语法,实现词法分析,建立语法树,代码生成几个过程。
引言
不要为摘要里的那些名词吓住了,什么词法分析,语法树之类的,其实要实现一个简单的语言并不复杂,就是做一些字符串的操作,以及运用几个IL指令。以前我也以为很复杂,很神秘,直到我发现了如下这篇帖子
创建 .NET Framework 语言编译器
http://msdn.microsoft.com/zh-cn/magazine/cc136756.aspx
本文也是根据这篇帖子来的,只是在其基础上支持了更多的语句和表达式,所以大家可以先看懂这篇文章,本文对这篇文章里讲到的东西也就不再详细重复。
我们要提高一个程序灵活性的时候常常把一些变量做成配置,这时候需求变了的话,修改一下配置就可以满足需求了,可有时候配置不足以满足需求的变化,所以一些更NB的程序,可以提供一个SDK及一套自定义语言让使用者去二次开发,今天我们发明的语言就可以去当作这种场景下的自定义语言。另外一个目的就是和大家一起了解一下一个语言背后的故事,我们写的文本代码是如何变成可执行的程序的。
语法定义
摘要里也讲了,发明语言的第一步是定义语法,定义语法一般用BNF,我也不懂这是嘛,比猫画虎做了一个,如下,大家也不用去折腾它到底是啥意思,就扫一眼,凭直觉,能看懂多少算多少。
<stmt> := var <ident> = <expr>
| <ident> = <expr>
| for <ident> = <expr> to <expr> do <stmt> end
| foreach <ident> in <expr> do <stmt> end
| if <expr> then <stmt> end
| read_int <ident>
| print <expr>
| <stmt> ; <stmt>
| append <expr> <expr>
<expr> := <string>
| <int>
| <arith_expr>
| <ident>
| match <expr> <expr>
| newsb
| len <expr>
<bin_expr> := <expr> <bin_op> <expr>
<bin_op> := + | - | * | / | == | eq
<ident> := <char> <ident_rest>*
<ident_rest> := <char> | <digit>
<int> := <digit>+
<digit> := 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9
<string> := " <string_elem>* "
<string_elem> := <any char other than ">
语法有了,我们看下我们要实现的语言大概是什么样子,如下
var arr = match input ""/d+|"";
var sb = newsb;
foreach item in arr do
print item;
var l = len item;
if l eq 2 then
var arr_ = match item ""/d"";
foreach item_ in arr_ do
append sb ""/r/n"";
append sb item_;
end;
end;
end;
print sb;
综合语法定义和例子,我们可以看到,我们定义了string,bool,int,enumerable几种数据类型,var,foreach,if,print,append等几种语句,还有赋值,match,len,Equals,整形常量,字符串常量等几种表达式。
词法分析
所谓词法分析,就是把文本拆成一个一个的块儿(token),用过lucene的应该比较熟悉,类似lucene分词的过程,比如去除停止词,就是把对程序无关的,比如空白字符,回车字符等删除掉,然后做一个List,顺序把拆除来的有效字符块儿放进去,比如以上的例子,就会拆出var,input,=,"11|222|33|44|55",;,var,arr,=...等。我们的变量名只支持字母和下划线,不支持数字。
把需求说清楚了,实现这个应该很简单吧,就写一个while循环,一个一个的读取字符,每满足一个token规则就放到list里面一个就行了,伪码如下
while (input.Peek() != -1)
{
char ch = (char)input.Peek();
if (char.IsWhiteSpace(ch))
{
//忽略空白字符
input.Read();
}
else if (char.IsLetter(ch) || ch == '_')
{
//取出标识符,以字母和下划线组成
}
else if (ch == '"')
{
//取出字符串常量
}
else if (char.IsDigit(ch))
{
//取出数字常量
}
else switch (ch)
{
//取出单字符操作符,如+,-,*,/等
}
}
到此,我们有了一个IList<object>,里面顺序放着我们分析出来的文本块儿。
语法分析
语法分析是把上一步生成的文本块序列折腾成一棵树,叫语法树,我们得先定义各种抽象数据结构,如顺序,分支,循环语句,赋值,比较等表达式等,举几个例子如下。
public abstract class Expr {}
public class DeclareVar : Stmt
{
public Expr Expr;
public string Ident;
}
public class Assign : Stmt
{
public Expr Expr;
public string Ident;
}
public class Sequence : Stmt
{
public Stmt First;
public Stmt Second;
}
public class Foreach : Stmt
{
public Stmt Body;
public string Ident;
public Expr IEnumerable;
}
public class If : Stmt {
public Stmt Body;
public Expr Condition;
}
public class StrLen : Expr
{
public Expr Input;
}
public class Match : Expr
{
public Expr Input;
public Expr Pattern;
}
意思就是我们要把token序列转换成一个由上述这些对象组成的一颗树,差不多是二叉树,这一步叫语法分析,据说要多复杂有多复杂,但咱们这里还算比较简单,也是一个while循环,比如碰到if语句,就根据语法定义if <expr> then <stmt> end,下一个token应该是个表达式,表示if语句的条件,那么就继续出一个表达式作为if语句的Condition树形,再往后要有一个then,再往后是一个语句,解析出一条完整语句,作为if的Body树形,完了最后以一个end结尾,大概伪码如下吧。
if (tokens[index].Equals("print")) {
index++;
var print = new Print();
print.Expr = ParseExpr();
result = print;
}
else if (tokens[index].Equals("append"))
{
index++;
var append = new Append();
append.Buider = ParseExpr();
append.ToAppend = ParseExpr();
}
else if (tokens[index].Equals("var")) {}
else if (tokens[index].Equals("foreach")) {}
else if (tokens[index].Equals("if")) {}
else{ thr ex;}
if (index < tokens.Count && tokens[index] == Scanner.Semi) {
index++;
if (index < tokens.Count &&!tokens[index].Equals("end")) {
var sequence = new Sequence();
sequence.First = result;
sequence.Second = ParseStmt();
result = sequence;
}
}
}
private Expr ParseExpr() {
if (tokens[index] is StringBuilder) {//StringLiteral}
else if (tokens[index] is int) {//IntLiteral}
else if (tokens[index] is string) {
string value = (string)tokens[index];
if (value.Equals("match")) {//Match}
else if (value.Equals("newsb")) {//Builder}
else if (value.Equals("len")) {//Strlen}
}
}
最终,我们会形成一个语法树,比如我们示例代码的分析结果如下
|First:
| |[DeclareVar]
| | |Ident:input
| | |Expr:
| | | |<StringLiteral>:"11|222|33|44|55"
|Second:
| |[Sequence]
| | |First:
| | | |[DeclareVar]
| | | | |Ident:arr
| | | | |Expr:
| | | | | |<Match>:
| | | | | | |Input:
| | | | | | | |<Variable>:input
| | | | | | |Pattern:
| | | | | | | |<StringLiteral>:"/d+|"
| | |Second:
| | | |[Sequence]
| | | | |First:
| | | | | |[DeclareVar]
| | | | | | |Ident:sb
| | | | | | |Expr:
| | | | | | | |[Builder]
| | | | |Second:
| | | | | |[Sequence]
| | | | | | |First:
| | | | | | | |<Foreach>:item
| | | | | | | | |IEnumerable:
| | | | | | | | | |<Variable>:arr
| | | | | | | | |Body:
| | | | | | | | | |[Sequence]
| | | | | | | | | | |First:
| | | | | | | | | | | |[Print]
| | | | | | | | | | | | |Expr:
| | | | | | | | | | | | | |<Variable>:item
| | | | | | | | | | |Second:
| | | | | | | | | | | |[Sequence]
| | | | | | | | | | | | |First:
| | | | | | | | | | | | | |[DeclareVar]
| | | | | | | | | | | | | | |Ident:l
| | | | | | | | | | | | | | |Expr:
| | | | | | | | | | | | | | | |<StrLen>:
| | | | | | | | | | | | | | | | |Input:
| | | | | | | | | | | | | | | | | |<Variable>:item
| | | | | | | | | | | | |Second:
| | | | | | | | | | | | | |<If>:
| | | | | | | | | | | | | | |Condition:
| | | | | | | | | | | | | | | |<BinExpr>:Eq
| | | | | | | | | | | | | | | | |left:
| | | | | | | | | | | | | | | | | |<Variable>:l
| | | | | | | | | | | | | | | | |Right:
| | | | | | | | | | | | | | | | | |<IntLiteral>:2
| | | | | | | | | | | | | | |Body:
| | | | | | | | | | | | | | | |[Sequence]
| | | | | | | | | | | | | | | | |First:
| | | | | | | | | | | | | | | | | |[DeclareVar]
| | | | | | | | | | | | | | | | | | |Ident:arr_
| | | | | | | | | | | | | | | | | | |Expr:
| | | | | | | | | | | | | | | | | | | |<Match>:
| | | | | | | | | | | | | | | | | | | | |Input:
| | | | | | | | | | | | | | | | | | | | | |<Variable>:item
| | | | | | | | | | | | | | | | | | | | |Pattern:
| | | | | | | | | | | | | | | | | | | | | |<StringLiteral>:"/d"
| | | | | | | | | | | | | | | | |Second:
| | | | | | | | | | | | | | | | | |<Foreach>:item_
| | | | | | | | | | | | | | | | | | |IEnumerable:
| | | | | | | | | | | | | | | | | | | |<Variable>:arr_
| | | | | | | | | | | | | | | | | | |Body:
| | | | | | | | | | | | | | | | | | | |[Sequence]
| | | | | | | | | | | | | | | | | | | | |First:
| | | | | | | | | | | | | | | | | | | | | |[Append]:
| | | | | | | | | | | | | | | | | | | | | | |Buider:
| | | | | | | | | | | | | | | | | | | | | | | |<Variable>:sb
| | | | | | | | | | | | | | | | | | | | | | |ToAppend:
| | | | | | | | | | | | | | | | | | | | | | | |<StringLiteral>:""
| | | | | | | | | | | | | | | | | | | | |Second:
| | | | | | | | | | | | | | | | | | | | | |[Append]:
| | | | | | | | | | | | | | | | | | | | | | |Buider:
| | | | | | | | | | | | | | | | | | | | | | | |<Variable>:sb
| | | | | | | | | | | | | | | | | | | | | | |ToAppend:
| | | | | | | | | | | | | | | | | | | | | | | |<Variable>:item_
| | | | | | |Second:
| | | | | | | |[Print]
| | | | | | | | |Expr:
| | | | | | | | | |<Variable>:sb
我在Stmt和Expr类各定义了个ToString方法来用文本显示这棵树,最终结果类似上面这样的显示,虽然不是很美,但意思能表达出来,我们的分析结果确实是棵树,CodeDom有树,表达式树有树,咱们的WawaSharp也得有树。
看到这里,大家可以稍微休息休息,目前为止,我们还没碰到什么新鲜的,就是一些while语句和一些字符串拆分逻辑,下一篇会讲到代码生成,就是根据这棵树生成可执行的IL代码,有趣的是生成IL代码后还能用Reflector反编译成c#和vb代码,呵呵。
蛙蛙推荐:蛙蛙教你发明一种新语言之一--词法分析和语法分析相关推荐
- 蛙蛙推荐:蛙蛙教你发明一种新语言之二--代码生成
摘要 上一篇里我们构建了语法树,但他并不能执行,还要把它转换成可执行的代码.语法树是抽象的,可以把它转换到各种平台的执行文件,但我们现在只关注它是如何生成一个CLR的可执行文件. IL指令介绍 书接上 ...
- 蛙蛙推荐:蛙蛙教你文本聚类 - 蛙蛙王子 - 博客园
蛙蛙推荐:蛙蛙教你文本聚类 - 蛙蛙王子 - 博客园 蛙蛙推荐:蛙蛙教你文本聚类 - 蛙蛙王子 - 博客园 蛙蛙推荐:蛙蛙教你文本聚类 摘要:文本聚类是搜索引擎和语义web的基本技术,这次本蛙和大家一 ...
- 蛙蛙推荐:蛙蛙教你文本聚类
蛙蛙推荐:蛙蛙教你文本聚类 摘要:文本聚类是搜索引擎和语义web的基本技术,这次本蛙和大家一起学习一下简单的文本聚类算法,可能不能直接用于实际应用中,但对于想学搜索技术的初学者还是有一定入门作用的.这 ...
- 蛙蛙推荐:蛙蛙牌网页捕捉器
蛙蛙推荐:蛙蛙牌网页捕捉器 摘要:你有没有看到一篇好文章想保存到本地,有没有想过只保存网页选中的部分而不要那些不必要的导航和广告,本贴告诉你达到这个目的的思路及主要代码. 思路:首先我们要获取到所有I ...
- 蛙蛙推荐:蛙蛙浏览器
蛙蛙推荐:蛙蛙浏览器 摘要:google推出了自己的网页浏览器,现在web浏览器的竞争更激烈了,各有各的用户群.其实有另一个领域没有多少竞争,那就是应用程序浏览器,今天给大家演示的蛙蛙浏览器,不仅可以 ...
- 蛙蛙推荐:蛙蛙牌软件注册码算法
蛙蛙推荐:蛙蛙牌软件注册码算法 摘要:辛辛苦苦写个共享软件,又怕被人破解,所以就会想到用注册码的方式来激活软件.本蛙给大家一个简单的思路来实现软件注册码算法,当然.net做的东西很容易被人破解,反编译 ...
- python编程例子 输入 输出-推荐 :手把手教你用Python创建简单的神经网络(附代码)...
原标题:推荐 :手把手教你用Python创建简单的神经网络(附代码) 作者:Michael J.Garbade:翻译:陈之炎:校对:丁楠雅 本文共2000字,9分钟. 本文将为你演示如何创建一个神经网 ...
- 【报告分享】女性自我保护手册,教你应对10种常见危险处境.pdf(附189页pdf下载链接)...
前两周PUA沸沸扬扬,今天给广大女粉丝分享一篇手册<女性自我保护手册,教你应对10种常见危险处境 .pdf>,该手册由北京大学心理资讯中心和壹心理联合出品,我简单看了一下,手册内容非常丰富 ...
- EDM模板设计:教您设计三种独特的邮件营销模板
教您设计三种独特的邮件营销模板 邮件营销,模板 众所周知,好的邮件营销必须要有好的模板设计,这也是EDM设计研究中非常重要的一个环节.下面博主教大家设计三种独特的邮件营销模板,供大家参考和学习. 一. ...
最新文章
- 关于敏捷开发的最佳实践和工具
- 阿里年会的马老师说:认真生活、快乐工作、保持理想
- 【Java基础】面向对象特性
- 深度学习(三十二)——AlphaGo, AlphaStar
- USACO2.1【bfs,排序,贪心,dfs,位运算】
- Canvas之进度条的制作(矩形,圆环)
- 对几个重要问题的阐述
- LeetCode —— 71.简化路径(Python3)
- HDU 1027 全排列
- 解决Linux系统下磁盘IO紧张的一种方法
- 關于dotNet開發中的框架思考
- CRUD了3 年从8K涨到30K,谁知道这4个月我到底经历了什么?
- 揭秘山寨手机“四寨主”:都高仿苹果iPhone
- JavaScript --------WebS APIs学习之网页特效(offset系列)
- SpringBoot项目遇到AopAutoConfiguration matched: - @ConditionalOnProperty (spring.aop.auto=true)错误
- Vue中使用 Aplayer 和 Metingjs 添加音乐插件
- python花瓣长度和花瓣宽度散点图鸢尾花_matplotlib可视化操作及案例分析
- 【GRNN情绪识别】基于GRNN神经网络的情绪识别算法matlab仿真
- Scratch快速入门(一)
- 饥荒联机版Mod开发——衣服(十一)