go Antlr重構指令碼直譯器實現範例

2022-08-08 22:02:31

前言

在上一個版本實現的指令碼直譯器 GScript 中實現了基本的四則運算以及 AST 的生成。

當我準備再新增一個 % 取模的運運算元時，會發現工作很繁瑣而且幾乎都是重複的；主要是兩步：

需要在詞法解析器中新增對 % 符號的支援。
在語法解析器遍歷 AST 時對 % token 實現具體邏輯。

其中的詞法解析和遍歷 AST 完全是重複工作，所以我們可否能夠簡化這兩步呢？

Antlr

Antlr 就是做幫我們解決這些問題的常用工具，利用它我們只需要編寫詞法檔案，然後就可以自動生成詞法、語法解析器，並且可以生成不同語言的程式碼。

下面以 GScript 的範例來看看 antlr 是如何幫我們生成詞法分析器的。

func TestGScriptVisitor_Visit_Lexer(t *testing.T) {
	expression := "(2+3) * 2"
	input := antlr.NewInputStream(expression)
	lexer := parser.NewGScriptLexer(input)
	for {
		t := lexer.NextToken()
		if t.GetTokenType() == antlr.TokenEOF {
			break
		}
		fmt.Printf("%s (%q) %dn",
			lexer.SymbolicNames[t.GetTokenType()], t.GetText(),t.GetColumn())
	}
}

//output:
 ("(") 0
DECIMAL_LITERAL ("2") 1
PLUS ("+") 2
DECIMAL_LITERAL ("3") 3
 (")") 4
MULT ("*") 6
DECIMAL_LITERAL ("2") 8

Antlr 會自動將我們的表示式解析為 token，遍歷 token 時還能拿到該 token 所在的程式碼行數、位置等資訊，在編譯期間做語法檢查非常有用。

要實現這些我們只需要編寫詞法、語法規則檔案即可。

剛才的範例所對應的詞法、語法規則如下：

expr
    : '(' expr ')'                        #NestedExpr
    | liter=literal #Liter
    | lhs=expr bop=( MULT | DIV ) rhs=expr #MultDivExpr
    | lhs=expr bop=MOD rhs=expr            #ModExpr
    | lhs=expr bop=( PLUS | SUB ) rhs=expr #PlusSubExpr
    | expr bop=(LE | GE | GT | LT ) expr # GLe
    | expr bop=(EQUAL | NOTEQUAL) expr # EqualOrNot
    ;
DECIMAL_LITERAL:    ('0' | [1-9] (Digits? | '_'+ Digits)) [lL]?;

完整規則：github.com/crossoverJi…

執行：

antlr -Dlanguage=Go -o parser -visitor -no-listener GScript.g4

而我們要實現具體的語法邏輯時只需要實現相關的介面，Antlr 會自動遍歷 AST（當然也可以手動控制），同時在存取不同的 AST 節點時會回撥我們自己實現的介面，這樣我們就能編寫自己的語法規則了。

以這裡的新增的取模運算為例：

func (v *GScriptVisitor) VisitModExpr(ctx *parser.ModExprContext) interface{} {
	lhs := v.Visit(ctx.GetLhs())
	rhs := v.Visit(ctx.GetRhs())
	return lhs.(int) % rhs.(int)
}

當 Antlr 回撥 VisitModExpr 方法時，便能獲取到 % 符號左右兩側的資料，這時只需要做相關運算即可。

基於這個模式這次新增了一個 statement，具體語法如下：

func TestGScriptVisitor_VisitIfElse8(t *testing.T) {
	expression := `
if(3!=(1+2)){
	return 1+3
} else {
	return false
}`
	input := antlr.NewInputStream(expression)
	lexer := parser.NewGScriptLexer(input)
	stream := antlr.NewCommonTokenStream(lexer, 0)
	parser := parser.NewGScriptParser(stream)
	parser.BuildParseTrees = true
	tree := parser.Prog()
	visitor := GScriptVisitor{}
	var result = visitor.Visit(tree)
	fmt.Println(expression, " result:", result)
	assert.Equal(t, result, false)
}

Antlr 還有其他各種優勢，比如可以解決：