Scala 解析器组合器

当需要一个解析器生成器时，我们想到的一些著名的解析器是。Yacc和Bison用于用C语言编写的解析器，ANTLR用于用Java编写的解析器，但它们都是为特定的编程语言设计的。这就缩短了解析器的使用范围。然而，Scala提供了一个独特而有用的替代方案。人们可以不使用解析器生成器的独立领域特定语言，而是使用内部领域特定语言（简称内部DSL）。内部DSL将由一个解析器组合库组成–在Scala中定义的函数和操作符，它们将作为解析器的构建块。

为了理解这些内容，人们必须具备编译器的基本知识，并且必须理解正则语言和无语境语言。

• 正则语法
• 无语境语法

第1步总是为要解析的语言写下一个语法。

Expression : 每个表达式（用expr表示）都是一个术语，后面可能有一连串的’+’或’-‘运算符和进一步的术语。

Term : 一个术语是一个因子，后面可能有一连串的'*'或'/'运算符和进一步的因子。

Factor : 一个因子是一个数字字面或一个括号内的表达式。

算术表达式解析器的例子。

expr ::= term {"+" term | "-" term}. 
term ::= factor {"*" factor | "/" factor}. 
factor ::= ?FloatingPointNumber | "(" expr ")".

| 表示替代性生产

{ … } 表示重复（零次或多次）。

以上例子的Scala代码。

import scala.util.parsing.combinator._
class Arith extends JavaTokenParsers 
{ 
    def expr: Parser[Any] = term~rep("+"~term | "-"~term) 
    def term: Parser[Any] = factor~rep("*"~factor | "/"~factor) 
    def factor: Parser[Any] = floatingPointNumber | "("~expr~")" 
}

算术表达式的解析器包含在一个继承了JavaTokenParsers特性的类中。

将无上下文语法转换为代码的步骤。

1. 每个生产都成为一个方法，因此要加一个前缀 “def”。
2. 每个方法的结果类型是Parser[Any]，因此我们需要将::=符号改为”: Parser[Any] =”。
3. 在语法中，顺序组合是隐含的，但在程序中，它由一个显式运算符来表达。~.所以我们需要在一个生产的每两个连续符号之间插入一个’~’。
4. 重复的表达是rep( … ) 而不是{ … }。
5. 在每个产品的结尾处的句号(.)被省略，但是也可以使用分号(;)。

用下面的代码测试一下你的分析器是否工作

object ParseExpr extends Arith 
{ 
    def main(args: Array[String]) 
    { 
        println("input : "+ args(0)) 
        println(parseAll(expr, args(0))) 
    } 
}

ParseExpr 对象定义了一个主方法，用来解析传递给它的第一个命令行参数。解析是由表达式完成的：parseAll(expr, input)

我们可以用下面的命令来运行算术分析器。

$ scala ParseExpr "4 * (5 + 7)" 
input: 4 * (5 + 7) 
[1.12] parsed: ((4~List((*~(((~((5~List())~List((+ ~(7~List())))))~)))))~List())

输出告诉我们，解析器成功地分析了输入字符串，直到位置[1.12]。这意味着第一行和第十二列，或者我们可以说整个输入字符串被解析了。

我们还可以检查解析器是否对错误的输入起作用，是否给出了一个错误。

例子

$ scala ParseExpr "2 * (3 + 7))" 
input: 2 * (3 + 7)) 
[1.12] failure: `-' expected but `)' found
2 * (3 + 7))            ˆ 

expr解析器解析了所有的内容，除了最后的闭合小括号，它并不构成算术表达式的一部分。然后’parseAll’方法发出了一条错误信息，说它希望在结尾小括号的位置有一个运算符。