5
原文链接:BlueSun | 何为语法树

什么是语法树?

你是否曾想过,这个世界存在这么多语言的意义。

假如现在你面前有一个物体,它是一个不规则的圆体,整个身体通红,头部还有一根细长稍微弯曲偏右呈棕色的圆柱体。
在中文我们称之为「苹果」,
在英文我们称之为「Apple」,
在日文中我们称之为「アップル」,
在法语中我们称之为「pomme」,
在德语中我们称之为「Apfel」,
无论用不同的语言,针对这个物体在文字上、发音上都完全不一样,但这个物体确确实实的存在这个时空上,颜色、气味、形状都不曾因为语言而改变过。

无论这个世界存在多少语言,它们所描述的真理都不曾改变过。

或者说,真理就存在那里,可以用不同的语言的不同表达方式描述出来。那么计算机的世界,这么多编程的语言,C、C++、Java、C#、JavaScript、Python、Go、Ruby等等等,它们共同所描述的真理是什么?

我们知道人类语言上,无论什么语种,都会有「主语」「动词」「宾语」「标点符号」来描述一个现实世界所发生的事件。
而在计算机编程语言上,无论什么语种,都会有「类型」「运算符」「流程语句」「函数」「对象」等概念来表达计算机中存在内存中的0和1,以及背后运算与逻辑。

语法树,计算机描述世界真理的树状结构。

不同的语言,都会配之不同的语法分析器,而语法分析器是把源代码作为字符串读入、解析,并建立语法树的程序。语法的设计和语法分析器的实现是决定语言外在表现的重要因素。
什么是语法树?摘自Wiki一段:

在计算机科学中,抽象语法树(abstract syntax tree 或者缩写为 AST),或者语法树(syntax tree),是源代码的抽象语法结构的树状表现形式,这里特指编程语言的源代码。树上的每个节点都表示源代码中的一种结构。之所以说语法是「抽象」的,是因为这里的语法并不会表示出真实语法中出现的每个细节。

一则简单的例子

如果我们需要让计算机帮忙算一下 「1加2再乘以3」 的结果,该怎么表达呢?
现在我们大多数的现代编程语言,都是使用「中缀表达式」的方式来编写运算,比如JavaScript:

(1 + 2) * 3

而FORTH语言则使用「后缀表达式」,这基本上与日语中的语序是一致的:

1 2 + 3 *

LISP语言使用的「前缀表达式」:

( * (+ 1 2) 3)

我们再看一下这三种表达式的语法树:

表达式语法树比较

可以看出,对于这三种简单的语言,它们只是在这个语法树上按不同的规则遍历而已。三者的代码看起来差别很大,但实际上所用的树结构是相同的。

先来看看Python的语法树

通过Python语言自带的库文件ast,我们可以查看特定的代码被转换成怎样的语法树。

>>> import ast
>>> ast.dump(ast.parse("(1 + 2) * 3"))
'Module(
    body=[
        Expr(
            value=BinOp(
                left=BinOp(
                    left=Num(n=1), 
                    op=Add(), 
                    right=Num(n=2)
                ), 
                op=Mult(), 
                right=Num(n=3)
            )
        )
    ]
)'

BinOp op = Mult()表示乘法运算,与*相对应;
BinOp op = Add()表示加法运算,与+相对应;
Num n = 1既为数值1。

Python语法树

再窥视一下JavaScript的语法树

在语法复杂的语言中,语法树是包含很多细节的语法结果表达式,我们需要靠语法树把这种形式以更简洁的形式表达出来。

Javascript 有不少工具可以把代码构造出清晰的语法树,比如 esprimav8SpiderMonkeyUglifyJSAST explorer等。

这里,我使用「esprima」来探讨一下JavaScript运算(1 + 2) * 3的语法树。

javascript code:

(1 + 2)* 3;

ast for json:

{
    "type": "Program",
    "body": [
        {
            "type": "ExpressionStatement",
            "expression": {
                "type": "BinaryExpression",
                "operator": "*",
                "left": {
                    "type": "BinaryExpression",
                    "operator": "+",
                    "left": {
                        "type": "Literal",
                        "value": 1,
                        "raw": "1"
                    },
                    "right": {
                        "type": "Literal",
                        "value": 2,
                        "raw": "2"
                    }
                },
                "right": {
                    "type": "Literal",
                    "value": 3,
                    "raw": "3"
                }
            }
        }
    ],
    "sourceType": "script"
}

body表示程序体,而程序体中包含了一则表达式ExpressionStatement, 表达式体里包含了操作符 *,以及左右两边表达式,其中右边是数字3,而左边表达式还包含一层表达式,里面是一个+ 操作符,以及左右两边分别为12的数字。

javascript语法树

如果还没有看懂,你可以到这里看一下这段代码所生成的语法树:AST for (1 + 2)* 3;

我们可以利用语法树做些什么?

看到这里你可能会问,知道语法是又有什么用呢?跟我日常编写代码貌似半毛钱关系都没有。其实语法树还是很有用的,想一下如果想做「语法高亮」、「关键字匹配」、「作用域判断」、以及「代码压缩」等等,都是最好把代码解构成语法树之后再去各种操作,当然仅仅解构还不够,还需要提供各种函数去遍历与修改语法树。

另一方面,去研究、去探讨计算机真实的世界不是一个很精彩很刺激的过程么?


JerryC
3.5k 声望1.1k 粉丝

Peace of mind, Code of enjoy