diff --git "a/book/\351\233\266\357\274\216\344\270\200\347\211\210/\345\211\226\346\236\220\357\274\210\350\252\236\346\263\225\345\210\206\346\236\220\357\274\211.md" "b/book/\351\233\266\357\274\216\344\270\200\347\211\210/\345\211\226\346\236\220\357\274\210\350\252\236\346\263\225\345\210\206\346\236\220\357\274\211.md" index 0aa7597..3139705 100644 --- "a/book/\351\233\266\357\274\216\344\270\200\347\211\210/\345\211\226\346\236\220\357\274\210\350\252\236\346\263\225\345\210\206\346\236\220\357\274\211.md" +++ "b/book/\351\233\266\357\274\216\344\270\200\347\211\210/\345\211\226\346\236\220\357\274\210\350\252\236\346\263\225\345\210\206\346\236\220\357\274\211.md" @@ -237,8 +237,8 @@ 乘除式 = 原子式・重複原子式 -重複原子式 = *・重複乘除式 - | /・重複乘除式 +重複原子式 = *・原子式・重複原子式 + | /・原子式・重複原子式 | e 原子式 = 數字 @@ -261,3 +261,146 @@ ![變數宣告式抽象語法樹](../image/變數宣告式抽象語法樹.png) 這種精簡後,但在語義上沒有損失的語法樹,被稱為抽象語法樹。若語境明確,也可以直接叫語法樹。 + +## 實作:手寫遞迴下降 + +先定義剖析器的輸出——抽象語法樹節點的型別。 + +### 抽象語法樹節點型別定義 + +```rust +pub type O語法樹 = O咒; + +pub struct O咒 { + 句: Vec<O句>, +} + +enum O句 { + 變數宣告(O變數宣告), + 算式(O算式), +} + +struct O變數宣告 { + 變數名: String, + 算式: O算式, +} + +enum O算式 { + 變數(String), + 數字(i64), + 二元運算(O二元運算), +} + +struct O二元運算 { + 運算子: O運算子, + 左: Box<O算式>, + 右: Box<O算式>, +} +``` + +### 剖析 + +貧道將每個生成符規則對應到一個剖析函式,剖析函式會從詞陣列的某個位置開始,嘗試找出其對應生成符的一組展開式。 + +剖析函式有以下形式: + +```rust +// 游標是一個索引,指到當前詞陣列尚未被剖析的最前位置 +// 應用任何一條規則剖析成功時,回傳 Some(O語法樹節點) +// 所有規則都剖析不了 XXX 生成符時,回傳 None +fn 剖析XXX(&self, 游標) -> Option<O語法樹節點, 剖析後的游標位置(usize)> +``` + +先來看個簡單例子,`句`的剖析,`句`應對到兩條簡單規則 + +```rust +// 句 = 變數宣告式 +// | 算式 + +fn 剖析句(&self, 游標: usize) -> Option<(O句, usize)> { + // 句 = 變數宣告式 + // 若匹配`變數宣告`成功,返回對應語法樹節點 + if let Some((變數宣告, 游標)) = self.剖析變數宣告(游標) { + return Some((O句::變數宣告(變數宣告), 游標)); + } + + // 句 = 算式 + // 若匹配`算式`成功,返回對應語法樹節點 + if let Some((算式, 游標)) = self.剖析算式(游標) { + return Some((O句::算式(算式), 游標)); + } + + // 所有規則都無法剖析,返回 None + None +} +``` + +再來看另一個例子,`變數宣告`的剖析,`變數宣告`只對應一條規則,但是,這條規則需要匹配多個符。 + +```rust +// 變數宣告式 = "元"・"・"・變數・"="・算式 +fn 剖析變數宣告(&self, 游標: usize) -> Option<(O變數宣告, usize)> { + let 游標 = self.消耗(游標, O詞::元)?; // 若匹配不了 "元" ,短路返回 None + let 游標 = self.消耗(游標, O詞::音界)?; // 若匹配不了 "・" ,短路返回 None + let (變數名, 游標) = self.剖析變數(游標)?; // 若匹配不了 變數 ,短路返回 None + let 游標 = self.消耗(游標, O詞::等號)?; // 若匹配不了 "=" ,短路返回 None + let (算式, 游標) = self.剖析算式(游標)?; // 若匹配不了 算式 ,短路返回 None + + // + Some((O變數宣告 { 算式, 變數名 }, 游標)) +} +``` + +觀察這兩個剖析函式,可以發現它們的短路規則截然相反 + +- `剖析句`分成兩個主要`if`區塊,當剖析成功,得到 `Some` 時短路返回語法樹節點。 + - 應對的是兩條展開規則,一條展開能匹配詞流就算成功 + - 稱此結構為「或」 +- `剖析變數宣告`則連續調用了 5 次剖析函式 (`消耗`也是種剖析函式,只是它特別簡單),在剖析失敗,得到 `None` 時短路返回 `None`。 + - 應對的是:詞流必須完整匹配整條展開式才算匹配成功,一項不匹配就是失敗。 + - 但 Rust 提供了 ? 語法糖,所以不用一直 if let 才能知道是不是 Some + - 稱此結構為「且」 + +語法展開也不外乎這兩個結構,一個在語法規則裡用 `|` 來表示「或」,用 `・` 來表示「且」。 + +最後來看個「或」、「且」結構都用上的語法規則`原子式`,其實作不外乎這兩種結構的組合。 + +```rust +// 原子式 = 數字 +// | 變數 +// | "("・算式・")" +fn 剖析原子式(&self, 游標: usize) -> Option<(O算式, usize)> { + // 原子式 = 數字 + if let Some((數字, 游標)) = self.剖析數字(游標) { + return Some((O算式::數字(數字), 游標)); + } + // 原子式 = 變數 + if let Some((變數, 游標)) = self.剖析變數(游標) { + return Some((O算式::變數(變數), 游標)); + } + // 原子式 = (算式) + // 此處用上了閉包來讓 ? 語法糖生效 + // 也可以選擇多寫一個函式來專門生成`原子式 = (算式)` + if let Some(結果) = (|| -> Option<(O算式, usize)> { + let 游標 = self.消耗(游標, O詞::左括號)?; + let (算式, 游標) = self.剖析算式(游標)?; + let 游標 = self.消耗(游標, O詞::右括號)?; + Some((算式, 游標)) + })() { + return Some(結果); + } + None +} +``` + +其他規則基本按照這兩結構依樣畫葫蘆就行,但`重複原子式`、`重複乘除式`要處理一下左結合的問題。 + +音界咒的 9 條語法展開規則都寫成函式後,就可以調用 +``` +剖析咒(0) +``` +來得到整棵語法樹了。注意到,本剖析器第一個呼叫的 `剖析咒()` 是語法樹最頂層的規則,它自頂向下的建構語法樹,因此吾人目前採用的回溯算法可說是一種「自頂向下」的剖析算法。 + +「自頂向下」剖析有很多種實作方法,如前文的虛擬碼比較像是對每條規則建表,最後再寫一個函式根據表格遞迴呼叫以完成剖析。而給每一個規則都寫一份對應函式的實作法,就被稱為「遞迴下降剖析」,大約是要強調手寫的遞迴函式互相呼叫、越來越深吧。建表法就未必要用遞迴來做,可以用棧(堆疊)來模擬。 + +每條規則都是手寫的雖然容易有誤,但也有靈活這個優點,除錯時想打印什麼訊息直接加在函式裡就行。從具體語法樹轉換成抽象語法樹也特別好寫,例如前面`剖析變數宣告`的函式,很輕鬆的就只從 5 個具體語法樹節點取出 2 個有用的抽象語法樹節點。