用Python編寫個解釋器實現(xiàn)方法接受

更新時間：2023年01月06日 10:12:04 作者：宋宋講編程

計算機只能理解機器碼。歸根結(jié)底，編程語言只是一串文字，目的是為了讓人類更容易編寫他們想讓計算機做的事情。真正的魔法是由編譯器和解釋器完成，它們彌合了兩者之間的差距。解釋器逐行讀取代碼并將其轉(zhuǎn)換為機器碼

前言

在本文中，我們將設(shè)計一個可以執(zhí)行算術(shù)運算的解釋器。

我們不會重新造輪子。文章將使用由 David M. Beazley 開發(fā)的詞法解析器 —— PLY（Python Lex-Yacc(https://github.com/dabeaz/ply)）。

PLY 可以通過以下方式下載：

$ pip install ply

我們將粗略地瀏覽一下創(chuàng)建解釋器所需的基礎(chǔ)知識。欲了解更多，請參閱這個 GitHub 倉庫(https://github.com/dabeaz/ply)。

標記（Token）

標記是為解釋器提供有意義信息的最小字符單位。標記包含一對名稱和屬性值。

讓我們從創(chuàng)建標記名稱列表開始。這是一個必要的步驟。

tokens = (
    # 數(shù)據(jù)類型
    "NUM",
    "FLOAT",
    # 算術(shù)運算
    "PLUS",
    "MINUS",
    "MUL",
    "DIV",
    # 括號
    "LPAREN",
    "RPAREN",
)

詞法分析器（Lexer）

將語句轉(zhuǎn)換為標記的過程稱為標記化或詞法分析。執(zhí)行詞法分析的程序是詞法分析器。

# 標記的正則表達
t_PLUS   = r"\+"
t_MINUS  = r"\-"
t_MUL    = r"\*"
t_DIV    = r"/"
t_LPAREN = r"\("
t_RPAREN = r"\)"
t_POW    = r"\^"
# 忽略空格和制表符
t_ignore = " \t"
# 為每個規(guī)則添加動作
def t_FLOAT(t):
    r"""\d+\.\d+"""
    t.value = float(t.value)
    return t
def t_NUM(t):
    r"""\d+"""
    t.value = int(t.value)
    return t
# 未定義規(guī)則字符的錯誤處理
def t_error(t):
    # 此處的 t.value 包含未標記的其余輸入
    print(f"keyword not found: {t.value[0]}\nline {t.lineno}")
    t.lexer.skip(1)
# 如果遇到 \n 則將其設(shè)為新的一行
def t_newline(t):
    r"""\n+"""
    t.lexer.lineno += t.value.count("\n")

為導入詞法分析器，我們將使用：

importply.lexaslex

t_ 是一個特殊的前綴，表示定義標記的規(guī)則。每條詞法規(guī)則都是用正則表達式制作的，與 Python 中的 re 模塊兼容。正則表達式能夠根據(jù)規(guī)則掃描輸入并搜索符合的符號串。正則表達式定義的文法稱為正則文法。正則文法定義的語言則稱為正則語言。

定義好了規(guī)則，我們將構(gòu)建詞法分析器。

data = 'a = 2 +(10 -8)/1.0'
lexer = lex.lex()
lexer.input(data)
while tok := lexer.token():
    print(tok)

為了傳遞輸入字符串，我們使用 lexer.input(data)。lexer.token() 將返回下一個 LexToken 實例，最后返回 None。根據(jù)上述規(guī)則，代碼 2 + ( 10 -8)/1.0 的標記將是：

紫色字符代表的是標記的名稱，其后是標記的具體內(nèi)容。

巴科斯-諾爾范式（Backus-Naur Form，BNF）

大多數(shù)編程語言都可以用上下文無關(guān)文法來編寫。它比常規(guī)語言更復雜。對于上下文無關(guān)文法，我們用上下文無關(guān)語法，它是描述語言中所有可能語法的規(guī)則集。BNF 是一種定義語法的方式，它描述了編程語言的語法。讓我們看看例子：

symbol : alternative1 | alternative2 …

根據(jù)產(chǎn)生式，: 的左側(cè)被替換為右側(cè)的其中一個值替換。右側(cè)的值由 | 分隔（可理解為 symbol 定義為 alternative1 或 alternative2或…… 等等）。對于我們的這個算術(shù)解釋器，語法規(guī)格如下：

expression : expression '+' expression
| expression '-' expression
| expression '/' expression
| expression '*' expression
| expression '^' expression
| +expression
| -expression
| ( expression )
| NUM
| FLOAT

輸入的標記是諸如 NUM、FLOAT、+、-、*、/ 之類的符號，稱作終端（無法繼續(xù)分解或產(chǎn)生其他符號的字符）。一個表達式由終端和規(guī)則集組成，例如 expression 則稱為非終端。

解析器（Parser）

我們將使用 YACC（Yet Another Compiler Compiler）作為解析器生成器。導入模塊：import ply.yacc as yacc。

from operator import (add, sub, mul, truediv, pow)
# 我們的解釋器支持的運算符列表
ops = {
    "+": add,
    "-": sub,
    "*": mul,
    "/": truediv,
    "^": pow,
}
def p_expression(p):
    """expression : expression PLUS expression
                  | expression MINUS expression
                  | expression DIV expression
                  | expression MUL expression
                  | expression POW expression"""
    if (p[2], p[3]) == ("/", 0):
        # 如果除以 0，則將“INF”（無限）作為值
        p[0] = float("INF")
    else:
        p[0] = ops[p[2]](p[1], p[3])
def p_expression_uplus_or_expr(p):
    """expression : PLUS expression %prec UPLUS
                  | LPAREN expression RPAREN"""
    p[0] = p[2]
def p_expression_uminus(p):
    """expression : MINUS expression %prec UMINUS"""
    p[0] = -p[2]
def p_expression_num(p):
    """expression : NUM
                  | FLOAT"""
    p[0] = p[1]
# 語法錯誤時的規(guī)則
def p_error(p):
    print(f"Syntax error in {p.value}")

在文檔字符串中，我們將添加適當?shù)恼Z法規(guī)范。p 列表中的的元素與語法符號一一對應(yīng)，如下所示：

expression : expression PLUS expression
p[0] p[1] p[2] p[3]

在上文中，%prec UPLUS 和 %prec UMINUS 是用來表示自定義運算的。%prec 即是 precedence 的縮寫。在符號中本來沒有 UPLUS 和 UMINUS 這個說法（在本文中這兩個自定義運算表示一元正號和符號，其實 UPLUS 和 UMINUS 只是個名字，想取什么就取什么）。之后，我們可以添加基于表達式的規(guī)則。YACC 允許為每個令牌分配優(yōu)先級。我們可以使用以下方法設(shè)置它：

precedence = (
    ("left", "PLUS", "MINUS"),
    ("left", "MUL", "DIV"),
    ("left", "POW"),
    ("right", "UPLUS", "UMINUS")
)

在優(yōu)先級聲明中，標記按優(yōu)先級從低到高的順序排列。PLUS 和 MINUS 優(yōu)先級相同并且具有左結(jié)合性（運算從左至右執(zhí)行）。MUL 和 DIV 的優(yōu)先級高于 PLUS 和 MINUS，也具有左結(jié)合性。POW 亦是如此，不過優(yōu)先級更高。UPLUS 和 UMINUS 則是具有右結(jié)合性（運算從右至左執(zhí)行）。

要解析輸入我們將使用：

parser = yacc.yacc()
result = parser.parse(data)
print(result)

完整代碼如下：

#####################################
# 引入模塊                           #
#####################################
from logging import (basicConfig, INFO, getLogger)
from operator import (add, sub, mul, truediv, pow)
import ply.lex as lex
import ply.yacc as yacc
# 我們的解釋器支持的運算符列表
ops = {
    "+": add,
    "-": sub,
    "*": mul,
    "/": truediv,
    "^": pow,
}
#####################################
# 標記集                             #
#####################################
tokens = (
    # 數(shù)據(jù)類型
    "NUM",
    "FLOAT",
    # 算術(shù)運算
    "PLUS",
    "MINUS",
    "MUL",
    "DIV",
    "POW",
    # 括號
    "LPAREN",
    "RPAREN",
)
#####################################
# 標記的正則表達式                    #
#####################################
t_PLUS   = r"\+"
t_MINUS  = r"\-"
t_MUL    = r"\*"
t_DIV    = r"/"
t_LPAREN = r"\("
t_RPAREN = r"\)"
t_POW    = r"\^"
# 忽略空格和制表符
t_ignore = " \t"
# 為每個規(guī)則添加動作
def t_FLOAT(t):
    r"""\d+\.\d+"""
    t.value = float(t.value)
    return t
def t_NUM(t):
    r"""\d+"""
    t.value = int(t.value)
    return t
# 未定義規(guī)則字符的錯誤處理
def t_error(t):
    # 此處的 t.value 包含未標記的其余輸入
    print(f"keyword not found: {t.value[0]}\nline {t.lineno}")
    t.lexer.skip(1)
# 如果看到 \n 則將其設(shè)為新的一行
def t_newline(t):
    r"""\n+"""
    t.lexer.lineno += t.value.count("\n")
#####################################
# 設(shè)置符號優(yōu)先級                      #
#####################################
precedence = (
    ("left", "PLUS", "MINUS"),
    ("left", "MUL", "DIV"),
    ("left", "POW"),
    ("right", "UPLUS", "UMINUS")
)
#####################################
# 書寫 BNF 規(guī)則                      #
#####################################
def p_expression(p):
    """expression : expression PLUS expression
                  | expression MINUS expression
                  | expression DIV expression
                  | expression MUL expression
                  | expression POW expression"""
    if (p[2], p[3]) == ("/", 0):
        # 如果除以 0，則將“INF”（無限）作為值
        p[0] = float("INF")
    else:
        p[0] = ops[p[2]](p[1], p[3])
def p_expression_uplus_or_expr(p):
    """expression : PLUS expression %prec UPLUS
                  | LPAREN expression RPAREN"""
    p[0] = p[2]
def p_expression_uminus(p):
    """expression : MINUS expression %prec UMINUS"""
    p[0] = -p[2]
def p_expression_num(p):
    """expression : NUM
                  | FLOAT"""
    p[0] = p[1]
# 語法錯誤時的規(guī)則
def p_error(p):
    print(f"Syntax error in {p.value}")
#####################################
# 主程式                             #
#####################################
if __name__ == "__main__":
    basicConfig(level=INFO, filename="logs.txt")
    lexer = lex.lex()
    parser = yacc.yacc()
    while True:
        try:
            result = parser.parse(
                input(">>>"),
                debug=getLogger())
            print(result)
        except AttributeError:
            print("invalid syntax")