Давайте построим простой интерпретатор. Часть 6

четверг, мая 8, 2025 | 6 минут чтения

Давайте построим простой интерпретатор. Часть 6

Материалы ОП

Сегодня тот самый день :) “Почему?” - спросите вы. Причина в том, что сегодня мы завершаем наше обсуждение арифметических выражений (ну, почти), добавляя выражения в скобках в нашу грамматику и реализуя интерпретатор, который сможет вычислять выражения в скобках с произвольно глубокой вложенностью, такие как выражение 7 + 3 * (10 / (12 / (3 + 1) - 1)).

Давайте начнем, хорошо?

Во-первых, давайте изменим грамматику, чтобы поддерживать выражения внутри скобок. Как вы помните из Части 5, правило factor используется для основных единиц в выражениях. В той статье единственной основной единицей, которую мы имели, было целое число. Сегодня мы добавляем еще одну основную единицу - выражение в скобках. Давайте сделаем это.

Вот наша обновленная грамматика:

alt text

Продукции expr и term точно такие же, как и в Части 5, и единственное изменение заключается в продукции factor, где терминал LPAREN представляет собой левую скобку ‘(’, терминал RPAREN представляет собой правую скобку ‘)’, а нетерминал expr между скобками относится к правилу expr.

Вот обновленная синтаксическая диаграмма для factor, которая теперь включает альтернативы:

alt text

Поскольку грамматические правила для expr и term не изменились, их синтаксические диаграммы выглядят так же, как и в Части 5:

alt text

Вот интересная особенность нашей новой грамматики - она рекурсивна. Если вы попытаетесь вывести выражение 2 * (7 + 3), вы начнете со стартового символа expr и в конечном итоге дойдете до точки, где вы рекурсивно используете правило expr снова, чтобы вывести часть (7 + 3) исходного арифметического выражения.

Давайте разложим выражение 2 * (7 + 3) в соответствии с грамматикой и посмотрим, как это выглядит:

alt text

Небольшое отступление: если вам нужно освежить в памяти рекурсию, взгляните на книгу Дэниела П. Фридмана и Маттиаса Феллейзена “The Little Schemer” - она действительно хороша.

Хорошо, давайте двигаться дальше и переведем нашу новую обновленную грамматику в код.

Ниже приведены основные изменения в коде из предыдущей статьи:

Лексер был изменен, чтобы возвращать еще два токена: LPAREN для левой скобки и RPAREN для правой скобки. Метод factor интерпретатора был немного обновлен для разбора выражений в скобках в дополнение к целым числам. Вот полный код калькулятора, который может вычислять арифметические выражения, содержащие целые числа; любое количество операторов сложения, вычитания, умножения и деления; и выражения в скобках с произвольно глубокой вложенностью:

# Token types
#
# EOF (end-of-file) token is used to indicate that
# there is no more input left for lexical analysis
INTEGER, PLUS, MINUS, MUL, DIV, LPAREN, RPAREN, EOF = (
    'INTEGER', 'PLUS', 'MINUS', 'MUL', 'DIV', '(', ')', 'EOF'
)


class Token(object):
    def __init__(self, type, value):
        self.type = type
        self.value = value

    def __str__(self):
        """String representation of the class instance.

        Examples:
            Token(INTEGER, 3)
            Token(PLUS, '+')
            Token(MUL, '*')
        """
        return 'Token({type}, {value})'.format(
            type=self.type,
            value=repr(self.value)
        )

    def __repr__(self):
        return self.__str__()


class Lexer(object):
    def __init__(self, text):
        # client string input, e.g. "4 + 2 * 3 - 6 / 2"
        self.text = text
        # self.pos is an index into self.text
        self.pos = 0
        self.current_char = self.text[self.pos]

    def error(self):
        raise Exception('Invalid character')

    def advance(self):
        """Advance the `pos` pointer and set the `current_char` variable."""
        self.pos += 1
        if self.pos > len(self.text) - 1:
            self.current_char = None  # Indicates end of input
        else:
            self.current_char = self.text[self.pos]

    def skip_whitespace(self):
        while self.current_char is not None and self.current_char.isspace():
            self.advance()

    def integer(self):
        """Return a (multidigit) integer consumed from the input."""
        result = ''
        while self.current_char is not None and self.current_char.isdigit():
            result += self.current_char
            self.advance()
        return int(result)

    def get_next_token(self):
        """Lexical analyzer (also known as scanner or tokenizer)

        This method is responsible for breaking a sentence
        apart into tokens. One token at a time.
        """
        while self.current_char is not None:

            if self.current_char.isspace():
                self.skip_whitespace()
                continue

            if self.current_char.isdigit():
                return Token(INTEGER, self.integer())

            if self.current_char == '+':
                self.advance()
                return Token(PLUS, '+')

            if self.current_char == '-':
                self.advance()
                return Token(MINUS, '-')

            if self.current_char == '*':
                self.advance()
                return Token(MUL, '*')

            if self.current_char == '/':
                self.advance()
                return Token(DIV, '/')

            if self.current_char == '(':
                self.advance()
                return Token(LPAREN, '(')

            if self.current_char == ')':
                self.advance()
                return Token(RPAREN, ')')

            self.error()

        return Token(EOF, None)


class Interpreter(object):
    def __init__(self, lexer):
        self.lexer = lexer
        # set current token to the first token taken from the input
        self.current_token = self.lexer.get_next_token()

    def error(self):
        raise Exception('Invalid syntax')

    def eat(self, token_type):
        # compare the current token type with the passed token
        # type and if they match then "eat" the current token
        # and assign the next token to the self.current_token,
        # otherwise raise an exception.
        if self.current_token.type == token_type:
            self.current_token = self.lexer.get_next_token()
        else:
            self.error()

    def factor(self):
        """factor : INTEGER | LPAREN expr RPAREN"""
        token = self.current_token
        if token.type == INTEGER:
            self.eat(INTEGER)
            return token.value
        elif token.type == LPAREN:
            self.eat(LPAREN)
            result = self.expr()
            self.eat(RPAREN)
            return result

    def term(self):
        """term : factor ((MUL | DIV) factor)*"""
        result = self.factor()

        while self.current_token.type in (MUL, DIV):
            token = self.current_token
            if token.type == MUL:
                self.eat(MUL)
                result = result * self.factor()
            elif token.type == DIV:
                self.eat(DIV)
                result = result / self.factor()

        return result

    def expr(self):
        """Arithmetic expression parser / interpreter.

        calc> 7 + 3 * (10 / (12 / (3 + 1) - 1))
        22

        expr   : term ((PLUS | MINUS) term)*
        term   : factor ((MUL | DIV) factor)*
        factor : INTEGER | LPAREN expr RPAREN
        """
        result = self.term()

        while self.current_token.type in (PLUS, MINUS):
            token = self.current_token
            if token.type == PLUS:
                self.eat(PLUS)
                result = result + self.term()
            elif token.type == MINUS:
                self.eat(MINUS)
                result = result - self.term()

        return result


def main():
    while True:
        try:
            # To run under Python3 replace 'raw_input' call
            # with 'input'
            text = raw_input('calc> ')
        except EOFError:
            break
        if not text:
            continue
        lexer = Lexer(text)
        interpreter = Interpreter(lexer)
        result = interpreter.expr()
        print(result)


if __name__ == '__main__':
    main()

Сохраните приведенный выше код в файл calc6.py, попробуйте его и убедитесь сами, что ваш новый интерпретатор правильно вычисляет арифметические выражения, содержащие различные операторы и скобки.

Вот пример сеанса:

$ python calc6.py
calc> 3
3
calc> 2 + 7 * 4
30
calc> 7 - 8 / 4
5
calc> 14 + 2 * 3 - 6 / 2
17
calc> 7 + 3 * (10 / (12 / (3 + 1) - 1))
22
calc> 7 + 3 * (10 / (12 / (3 + 1) - 1)) / (2 + 3) - 5 - 3 + (8)
10
calc> 7 + (((3 + 2)))
12

И вот новое упражнение для вас на сегодня:

alt text

Напишите свою собственную версию интерпретатора арифметических выражений, как описано в этой статье. Помните: повторение - мать учения.

Литература