用Python编写个解释器实现方法接受

前言

在本文中，我们将设计一个可以执行算术运算的解释器。

我们不会重新造轮子。文章将使用由 David M. Beazley 开发的词法解析器 —— PLY（Python Lex-Yacc(https://github.com/dabeaz/ply)）。

PLY 可以通过以下方式下载：

$ pip install ply

我们将粗略地浏览一下创建解释器所需的基础知识。欲了解更多，请参阅这个 GitHub 仓库(https://github.com/dabeaz/ply)。

标记（Token）

标记是为解释器提供有意义信息的最小字符单位。标记包含一对名称和属性值。

让我们从创建标记名称列表开始。这是一个必要的步骤。

tokens = (
   # 数据类型
   "NUM",
   "FLOAT",
   # 算术运算
   "PLUS",
   "MINUS",
   "MUL",
   "DIV",
   # 括号
   "LPAREN",
   "RPAREN",
)

词法分析器（Lexer）

将语句转换为标记的过程称为标记化或词法分析。执行词法分析的程序是词法分析器。

# 标记的正则表达
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"
# 为每个规则添加动作
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
# 未定义规则字符的错误处理
def t_error(t):
   # 此处的 t.value 包含未标记的其余输入
   print(f"keyword not found: {t.value[0]}\nline {t.lineno}")
   t.lexer.skip(1)
# 如果遇到 \n 则将其设为新的一行
def t_newline(t):
   r"""\n+"""
   t.lexer.lineno += t.value.count("\n")

为导入词法分析器，我们将使用：

importply.lexaslex

t_ 是一个特殊的前缀，表示定义标记的规则。每条词法规则都是用正则表达式制作的，与 Python 中的 re 模块兼容。正则表达式能够根据规则扫描输入并搜索符合的符号串。正则表达式定义的文法称为正则文法。正则文法定义的语言则称为正则语言。

定义好了规则，我们将构建词法分析器。

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

为了传递输入字符串，我们使用 lexer.input(data)。lexer.token() 将返回下一个 LexToken 实例，最后返回 None。根据上述规则，代码 2 + ( 10 -8)/1.0 的标记将是：

紫色字符代表的是标记的名称，其后是标记的具体内容。

巴科斯-诺尔范式（Backus-Naur Form，BNF）

大多数编程语言都可以用上下文无关文法来编写。它比常规语言更复杂。对于上下文无关文法，我们用上下文无关语法，它是描述语言中所有可能语法的规则集。BNF 是一种定义语法的方式，它描述了编程语言的语法。让我们看看例子：

symbol : alternative1 | alternative2 …

根据产生式，: 的左侧被替换为右侧的其中一个值替换。右侧的值由 | 分隔（可理解为 symbol 定义为 alternative1 或 alternative2或…… 等等）。对于我们的这个算术解释器，语法规格如下：

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

输入的标记是诸如 NUM、FLOAT、+、-、*、/ 之类的符号，称作终端（无法继续分解或产生其他符号的字符）。一个表达式由终端和规则集组成，例如 expression 则称为非终端。

解析器（Parser）

我们将使用 YACC（Yet Another Compiler Compiler） 作为解析器生成器。导入模块：import ply.yacc as yacc。

from operator import (add, sub, mul, truediv, pow)
# 我们的解释器支持的运算符列表
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，则将“INF”（无限）作为值
       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]
# 语法错误时的规则
def p_error(p):
   print(f"Syntax error in {p.value}")

在文档字符串中，我们将添加适当的语法规范。p 列表中的的元素与语法符号一一对应，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 是用来表示自定义运算的。％prec 即是 precedence 的缩写。在符号中本来没有 UPLUS 和 UMINUS 这个说法（在本文中这两个自定义运算表示一元正号和符号，其实 UPLUS 和 UMINUS 只是个名字，想取什么就取什么）。之后，我们可以添加基于表达式的规则。YACC 允许为每个令牌分配优先级。我们可以使用以下方法设置它：

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

在优先级声明中，标记按优先级从低到高的顺序排列。PLUS 和 MINUS 优先级相同并且具有左结合性（运算从左至右执行）。MUL 和 DIV 的优先级高于 PLUS 和 MINUS，也具有左结合性。POW 亦是如此，不过优先级更高。UPLUS 和 UMINUS 则是具有右结合性（运算从右至左执行）。

要解析输入我们将使用：

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

完整代码如下：

#####################################
# 引入模块                           #
#####################################
from logging import (basicConfig, INFO, getLogger)
from operator import (add, sub, mul, truediv, pow)
import ply.lex as lex
import ply.yacc as yacc
# 我们的解释器支持的运算符列表
ops = {
   "+": add,
   "-": sub,
   "*": mul,
   "/": truediv,
   "^": pow,
}
#####################################
# 标记集                             #
#####################################
tokens = (
   # 数据类型
   "NUM",
   "FLOAT",
   # 算术运算
   "PLUS",
   "MINUS",
   "MUL",
   "DIV",
   "POW",
   # 括号
   "LPAREN",
   "RPAREN",
)
#####################################
# 标记的正则表达式                    #
#####################################
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"
# 为每个规则添加动作
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
# 未定义规则字符的错误处理
def t_error(t):
   # 此处的 t.value 包含未标记的其余输入
   print(f"keyword not found: {t.value[0]}\nline {t.lineno}")
   t.lexer.skip(1)
# 如果看到 \n 则将其设为新的一行
def t_newline(t):
   r"""\n+"""
   t.lexer.lineno += t.value.count("\n")
#####################################
# 设置符号优先级                      #
#####################################
precedence = (
   ("left", "PLUS", "MINUS"),
   ("left", "MUL", "DIV"),
   ("left", "POW"),
   ("right", "UPLUS", "UMINUS")
)
#####################################
# 书写 BNF 规则                      #
#####################################
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，则将“INF”（无限）作为值
       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]
# 语法错误时的规则
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")

结论

由于这个话题的体积庞大，这篇文章并不能将事物完全的解释清楚，但我希望你能很好地理解文中涵盖的表层知识。

来源：https://blog.csdn.net/qiqi1220/article/details/128298338