计算机只能了解机器码。归根结底，编程语言只是一串文字，目标是为了让人类更容易编写他们想让计算机做的事件。真正的魔法是由编译器和解释器实现，它们弥合了两者之间的差距。解释器逐行读取代码并将其转换为机器码。
在本文中，咱们将设计一个能够执行算术运算的解释器。
咱们不会从新造轮子。文章将应用由 David M. Beazley 开发的词法解析器 —— PLY（Python Lex-Yacc。
PLY 能够通过以下形式下载：
$ pip install ply咱们将粗略地浏览一下创立解释器所需的基础知识。
标记（Token）
标记是为解释器提供有意义信息的最小字符单位。标记蕴含一对名称和属性值。
让咱们从创立标记名称列表开始。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剖析。执行词法剖析的程序是词法分析器。
# 标记的正则表白t_PLUS = r"+"t_MINUS = r"-"t_MUL = r"*"t_DIV = r"/"t_LPAREN = r"("t_RPAREN = r")"t_POW = r"^"# 疏忽空格和制表符t_ignore = " \t"# 为每个规定增加动作def t_FLOAT(t): r"""\d+.\d+""" t.value = float(t.value) return tdef t_NUM(t): r"""\d+""" t.value = int(t.value) return t# 未定义规定字符的错误处理def t_error(t): # 此处的 t.value 蕴含未标记的其余输出 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，咱们将应用：
import ply.lex as lex
t_ 是一个非凡的前缀，示意定义标记的规定。每条词法规定都是用正则表达式制作的，与 Python 中的 re 模块兼容。正则表达式可能依据规定扫描输出并搜寻合乎的符号串。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。
定义好了规定，咱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)为了传递输出字符串，咱们应用 lexer.input(data)。lexer.token() 将返回下一个 LexToken 实例，最初返回 None。根据上述规定，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）
大多数编程语言都能够用上下文无关文法来编写。它比惯例语言更简单。对于上下文无关文法，咱们用上下文无关语法，它是描述语言中所有可能语法的规定集。BNF 是一种定义语法的形式，它形容了编程语言的语法。让咱们看看例子：
symbol : alternative1 | alternative2 …
依据产生式，: 的左侧被替换为右侧的其中一个值替换。右侧的值由 | 分隔（可了解为 symbol 定义为 alternative1 或 alternative2或…… 等等）。对于咱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输出的标记是诸如 NUM、FLOAT、+、-、*、/ 之类的符号，称作终端（无奈持续合成或产生其余符号的字符）。一个表达式由终端和规定集组成，例如 expression 则称为非终端。
解析器（Parser）
咱们将应用 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)# 咱们的解释器反对的运算符列表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”（有限）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]# 语法错误时的规定def p_error(p): print(f"Syntax error in {p.value}")在文档字符串中，咱们将增加适当的语法标准。p 列表中的的元素与语法符号一一对应，如下所示：
expression : expression PLUS expressionp[0] p[1] p[2] p[3]在上文中，%prec UPLUS 和 %prec UMINUS 是用来示意自定义运算的。%prec 即是 precedence 的缩写。在符号中原本没有 UPLUS 和 UMINUS 这个说法（在本文中这两个自定义运算示意一元正号和符号，其实 UPLUS 和 UMINUS 只是个名字，想取什么就取什么）。之后，咱们能够增加基于表达式的规定。YACC 容许为每个令牌调配优先级。咱们能够应用以下办法设置它：
precedence = ( ("left", "PLUS", "MINUS"), ("left", "MUL", "DIV"), ("left", "POW"), ("right", "UPLUS", "UMINUS"))在优先级申明中，标记按优先级从低到高的顺序排列。PLUS 和 MINUS 优先级雷同并且具备左联合性（运算从左至右执行）。MUL 和 DIV 的优先级高于 PLUS 和 MINUS，也具备左联合性。POW 亦是如此，不过优先级更高。UPLUS 和 UMINUS 则是具备右联合性（运算从右至左执行）。
要解析输出咱们将应用：
parser = yacc.yacc()result = parser.parse(data)print(result)残缺代码如下：
###################################### 引入模块 ######################################from logging import (basicConfig, INFO, getLogger)from operator import (add, sub, mul, truediv, pow)import ply.lex as leximport ply.yacc as yacc# 咱们的解释器反对的运算符列表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"^"# 疏忽空格和制表符t_ignore = " \t"# 为每个规定增加动作def t_FLOAT(t): r"""\d+.\d+""" t.value = float(t.value) return tdef t_NUM(t): r"""\d+""" t.value = int(t.value) return t# 未定义规定字符的错误处理def t_error(t): # 此处的 t.value 蕴含未标记的其余输出 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 规定 ######################################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”（有限）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]# 语法错误时的规定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")论断
因为这个话题的体积宏大，这篇文章并不能将事物齐全的解释分明，但我心愿你能很好地了解文中涵盖的表层常识。我很快会公布对于这个话题的其余文章。谢谢你，祝你有个美妙的一天。
以上就是本次分享的所有内容，如果你感觉文章还不错，欢送关注公众号：Python编程学习圈，每日干货分享，发送“J”还可支付大量学习材料。或是返回编程学习网，理解更多编程技术常识。