转载

从零开始写个编译器吧 - TerminalSymbol.java 与 NonTerminalSymbol.java

首先是 TerminalSymbol.java 即终结符。

package com.taozeyu.taolan.analysis;  import java.util.HashSet;  import com.taozeyu.taolan.analysis.Token.Type;  public class TerminalSymbol {      @SuppressWarnings("serial")     private final static HashSet<Type> careValueTypeSet = new HashSet<Type>() {{         add(Type.Keyword);         add(Type.Sign);     }};      static final TerminalSymbol Empty = new TerminalSymbol(null, null);      public final Type type;     public final String value;     final boolean careValue;          TerminalSymbol(Type type, String value) {         this.type = type;         this.value = value;         this.careValue = careValueTypeSet.contains(type);     }          boolean isEmpty() {         return this.type == null;     }          @Override     public boolean equals(Object obj) {         boolean isEquals = false;         if(obj instanceof TerminalSymbol) {             TerminalSymbol other = (TerminalSymbol) obj;             isEquals = isEquals(this.type, other.type);             if(isEquals & careValue) {                 isEquals = isEquals(this.value, other.value);             }         }         return isEquals;     }          private boolean isEquals(Object o1, Object o2) {         boolean isEquals = false;         if(o1 == null & o2 == null) {             isEquals = true;         } else if(o1 != null & o2 != null) {             isEquals = o1.equals(o2);         }         return isEquals;     }          @Override     public int hashCode() {         int hashCode = getHashCode(this.type);         if(careValue) {             hashCode ^= getHashCode(this.value);         }         return hashCode;     }          private int getHashCode(Object obj) {         int hashCode = 0;         if(obj != null) {             hashCode = obj.hashCode();         }         return hashCode;     }      @Override     public String toString() {         String str;         if(this.value != null) {             str = " “" + this.value + "”";         } else {             if(this.type != null) {                 str = this.type.toString();             } else {                 str = "ε";             }         }         return str;     } } 

对于 Parser 而言,终结符 Terminal Symbol 与 Tokenizer 的 Token 是对应的。特别的,对于以上代码:

import com.taozeyu.taolan.analysis.Token.Type; 

这里非终结符的类型(Type)我就直接用了 Token.java 中定义的内部枚举类啦。

特别的,

@SuppressWarnings("serial") private final static HashSet<Type> careValueTypeSet = new HashSet<Type>() {{     add(Type.Keyword);     add(Type.Sign); }}; 

这里将 Keyword、Sign 这两种类型归于 careValueType。这是什么意思呢?容我稍微说明一下。

对于 Parser 中的终结符,即便它无法继续展开,但该终结符也并非就只能表示唯一的内容。例如,对于一个终结符,已知它是 Identifier,那么它实际上对应的字符串可能是 "hello_world" 或者 "accountBuilder" 之类的。这些内容,我将其称之为终结符的值 value。

显然,Parser 分析语法树的时候根本就不关心 Identifier 的值是什么,因为 Tokenizer 的工作就是将 Token 提取出来并识别其类型,以便让 Parser 无需关心琐碎的内容。

因此,我们就知道了,每一个终结符都对应一类 Token。

但是,对于 Keyword 和 Sign 而言,它的值却影响 Parser 分析语法树。例如 Sign 的值取 “+” 还是 “*” 会让生成的语法树完全不一样。

换句话说,在定义终结符的时候,我应该为每一个 Sign 单独归于一个类型,而不是将它们统称为一个类型。同样的道理适用于 Keyword 类型。

但是,就我个人而言,将 Keyword 和 Sign 拆分成多个类型未免有些繁琐,而且不好维护。于是我在这里做了一点取巧,将终结符分为 careValueType 型和非 careValueType 型。前者(目前有且仅有 Keyword、Sign) Parser 在识别它们的时候,不仅要考虑它们的 type,还要考虑它们的 value。而后者, Parser 仅考虑它们的 type,而 value 会被忽视。

具体请参考前面代码中的如下函数:

  • equals

  • hashCode

最后,我定义了一个特殊的非终结符:

static final TerminalSymbol Empty = new TerminalSymbol(null, null); 

用来描述 ε。但是这个符号仅仅用于 Parser 初始化阶段,在 Parser 编译源代码的时候这个符号是用不上的。

然后是 NonTerminalSymbol.java 即非终结符。

package com.taozeyu.taolan.analysis;  import java.util.ArrayList; import java.util.HashSet;  class NonTerminalSymbol {      static enum Exp {         //TODO      }          final Exp exp;     Character sign = null;          final ArrayList<Object[]> expansionList = new ArrayList<>();     final ArrayList<TerminalSymbol> banList = new ArrayList<>();          final ArrayList<HashSet<TerminalSymbol>> firstSetList = new ArrayList<>();     final HashSet<TerminalSymbol> firstSet = new HashSet<>();      NonTerminalSymbol(Exp exp) {         this.exp = exp;     }          NonTerminalSymbol ban(TerminalSymbol...args) {         for(TerminalSymbol node:args) {             banList.add(node);         }         return this;     }          NonTerminalSymbol or(Object...args) {         expansionList.add(args);         return this;     }          NonTerminalSymbol sign(char sign) {         this.sign = sign;         return this;     }      @Override     public String toString() {         String str = String.valueOf(exp);         if(sign != null) {             str += "(" + sign + ")";         }         return str;     } } 

这个类实际上更多的是用来描述非终结符的产生式的。

对于一个非终结符的产生式:

A → abc | de | fg

对于非终结符 A,其对象的 expansionList 字段则会表现成如下形式。

对于里面的 Object 数组,其元素可能为 终结符对象(TerminalSymbol)、非终结符对象(NonTerminalSymbol)、或表达式枚举对象(Exp)。

expansionList  = new ArrayList<>() {{      add(new Object[] { a, b, c});     add(new Object[] { d, e});     add(new Object[] { f, g}); }}; 

其中表达式枚举对象,就是代码中 //TODO 要填写的部分。

原文  https://segmentfault.com/a/1190000004457276
正文到此结束
Loading...