Go实现自定义语言的基础

0x01 自言自语

一直就对解析文档，比较感兴趣，一直没深入研究，只停留在仅知道 Lex & yacc 和 antlr 的名词阶段，最近看了go-zero的api解析器，觉得甚好，是时候花时间学习一下了。

简单看了go-zero发现是自己实现了词法分析、语法解析，这不符合我的一贯偷懒作风，所以并未其源码开始学习。既然用golang那么他自带的goyacc就是我学习的不二之选。当然你可能会听说Lex&yacc 已经很古老了，antlr更先进一点。但是既然goyacc能成为golang官方工具，那么肯定还是值得你学习的。

goyacc的文档非常的少，少到什么程度？少到你未来一定能搜到这篇。甚至连github上的使用例子也不多，大致就分两类：计算器、sql解析器，其中计算器目测是国外某大学的课程。

所以研究goyacc我花了好几个通宵、掉了少许头发。不经让这篇文章有了一个营销文案：花了一夜时间，搞懂了外国的一堂编译原理课。

个人对技术文章的理解是，文章可以有自己的观点、啰嗦、甚至幽默，但尽量不要放在学术部分，毕竟技术是严禁的。所以下面描述，我可尽能做一个无情的打字机，尽可能的按照文档风描述。

0x02 goyacc简易入门

安装 goyacc

golang 1.8 版本之前 yacc 直接再带与go tool 无需自行安装。
鉴于使用的频率太少，遂在 golang 1.8 版本后移除默认安装，即之后版本需手动安装（仍然为官方包）。

一键安装：

go get -u github.com/golang/tools/tree/master/cmd/goyacc

之后就可以通过执行goyacc 命令来测试安装情况了，如看到如下信息大致就安装成功了

$ goyacc -h
Usage of goyacc:
  -l    disable line directives
  -o string
        parser output (default "y.go")
  -p string
        name prefix to use in generated code (default "yy")
  -v string
        create parsing tables (default "y.output")

goyacc 工具带有一些可选参数

参数	说明
-l	显示line指令
-o string	指定输出解析器的文件名称（默认 y.go）
-p string	指定解析器输出接口的前缀
-v string	生成解析过程表（默认 y.output）

goyacc 编译 .y 文件

goyacc 工具的参数很简单，其作用主要是用来翻译BNF（一种语法标识方法）语法描述文件（通常以.y 为后缀的文件）

让我们先看一个.y 文件的例子：

file: parser.y

%{
package parser

import (
    "fmt"
)
%}

%union {
   var string
   num int
}

%token <num> NUM
%token <var> ADD SUB '+' '-'

%type <val> expr

%start expr

%%

expr: NUM {
  $$ =$1
}
| expr '+' NUM {
  $$ = $1 + $3
}
| expr '-' NUM {
  $$ = $1 + $3
}
;

复制上面代码命名为 parser.y 然后用我们之前安装好的goyacc执行:

$ goyacc parser.y

查看一下文件变化：

$ ls
parser.y y.go     y.output

我们发现生成了两个新文件：y.go y.output

至此你已经实践了goyacc 的作用，即：通过文法文件（parser.y）生成语法解析器（y.go）、解析过程表（y.output）

请观察一下 y.go 文件的内容（迫于篇幅，此处不贴y.go内容了，请按照上面进行试验即可得到）

下面我们详细说明一下文法(.y文件)的格式：

.y 构成格式

如同 c版本的yacc一样, goyacc 的.y文件大致分成几个部分：

1,由{%与%} 包括的嵌入代码
2,用%%分割的三段: 文法定义%%文法规则%%嵌入代码

{%
嵌入代码
%}
文法定义
%%
文法规则
%%
嵌入代码 （golang代码，通常忽略此部分直接在写在代码头中）

名称	解释
嵌入代码	golang代码通常用来定义生成的文件的包名、引入包、结构定义等
文法定义	由 %union %type %token %left %right %start 等组成的定义
文法规则	由非终结符与终结符组成的规则

下面详细描述一下文法定义与文法规则：

文法定义

通常使用 %union %type %token %left %right 等构成

描述符	说明
%union	用来定义一个类型并映射golang的一个数据类型（可以是一个自定义类型）
%struct	同%union 建议使用%union
%token	定义非终结符是一个union中定义的类型空间可无类型空间
%type	定义终结符
%start	定义从哪个终结符开始解析默认规则段中的第一个终结符
%left	定义规则结合性质左优先
%right	定义规则结合性质右优先
%nonasso	定义规则结合性质不结合
%perc term	定义优先级与 term 一致

如：
定义一个val类型映射到 golang 的string类型,
定义一个stu 映射到 golang 中定义的一个 Student 结构体类型

%union {
    val string
    stu Student
}

%type

定义一个 val 类型的 expr 非终结符（nonterminal）

%type <val> expr

%token 定义终结符

定义一个 val 类型的 Val 终结符（terminal）

%token <val>  Val

（这听起来不好懂，可以想象成有个Val类型的变量接收器）

也可以定义个没有类型值的终结符，如

%token OP

%start 定义一个开始终结符

即设置一个开始的终结符，即从这里开始解析语法

%start expr

%left %right 主要用来设置匹配结合方式这里先不展开了

文法规则

非终结符: 规则描述 {
动作描述
};

“:” 左边的是非终结符右侧的规则通常由非终结符终结符构成

非终结符使用%type定义的符号可以理解为一串特定排序的 token
终结符可以理解成一个token
规则描述可以是非终结符、终结符，可用 | 分割多个规则， {}内是具体动作,{}内符合golang语法，并且 $$ 代表规约后的值 $1 $2 代表类型变量值
动作描述即用“{”与“}”包裹的部分符合golang语法且拥有特殊宏替换的语法块

一条规则最后要用“;”结束

例子1:

expr1: NUM '+' NUM {
 $$ = $1 + $3
};

这个例子定义了一个两数求和的规则（a+b）
expr 构成终结符这个非终结符的条件又三个终结符（token）构成 NUM '+' NUM ，方法是求两数之和返回给expr

例子2:

expr2: expr1 '+' NUM {
 $$ = $1 + $3
};

这个例子了三个数求和，并使用了一个非终结符作为规则的一部分

当需要定一个多个数求和时就需要通过递归定义了

例子3:

expr3: expr3 '+' NUM {
   $$ = $1 + $3
} | NUM '+' NUM {
  $$ = $1 + $3
};

这个例子通过递归定义了支持多个数相加的规则其中使用“｜”分割了两个规则描述

其实语法解析就是根据token去拼出多个解析规则，然后通过递归下降等算法去解析。
yacc就是是通过.y 描述文件生成递归下降程序（y.go程序）实现语法解析的一个过程。

实现lexer接口

goyacc 没有对应的 lex 生成工具
通常需要手工写两个方法来实现 yyLexer接口

type yyLexer interface {
    Lex(lval *yySymType) int
    Error(s string)
}

Lex() 词法分析函数解析过程会多次回调此方法，每次调用应返一个token值， lval 是当前栈状态值
Error() 错误回调方法在语法解析错误时被回调

一般可以通过 text/scanner 进行基础解析，再换算成自己的token，省去部分烦劳工作

0x03 附录A-名词解释

英文	中文	说明
goyacc	语法解析器golang版	golang自带工具
lex	词法分析
yacc	语法解析
LHS	左侧	通常为非终结符
RHS	右侧	通常为非终结符或终结符
terminal	终结符
nonterminal	非终结符

0x04 附录B-常见错误

default action causes potential type clash: parser.go.y:40
token illegal on LHS of grammar rule
rules never reduced
rule $NAME: $NAME never reduced
conflicts: 1 shift/reduce

0x04 附录B-参考文献

https://blog.csdn.net/wp1603710463/article/details/50365640
https://blog.csdn.net/zzhongcy/article/details/93753017

2020 GopherChinaCon 隆重开启！

时间：2020年11月20-22日

地点：上海由由喜来登酒店

报名方式：点击“阅读原文”，早鸟票火热开启中！

本文分享自微信公众号 - GoCN（golangchina）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。

来源：oschina

链接：https://my.oschina.net/u/4628563/blog/4653013

标签

yacc

lex

antlr