编写编程语言解析器的最佳实践

Question

编写解析器时是否应该遵循最佳实践？

Answer 1

所接受的智慧是使用解析器生成器+语法，这似乎是一个很好的建议，因为您使用的是一个严格的工具，并且可能会减少工作中的错误和潜在的错误。

要使用解析器生成器，语法必须是无上下文的。如果您正在设计要解析的语言，那么您可以控制它。如果您不确定，那么如果您开始语法路线，可能会花费很多精力。即使它在实践中是无上下文的，除非语法是巨大的，否则手动编写递归的正确解析器可能更简单。

不依赖上下文不仅可以使解析器生成器成为可能，而且还可以使手动编码解析器更加简单。你最终得到的是每个短语一个（或两个）函数。如果你干净地组织和命名代码并不是比语法更难看（如果你的IDE可以向你展示调用hierachies那么你几乎可以看到语法是什么）。

优点： -

• 更简单的构建
• 更好的表现
• 更好地控制输出
• 可以应对小偏差，例如：使用不是100％无上下文的语法

我并不是说语法总是不合适，但通常效益很小，而且往往不会受到成本和风险的影响。

（我认为他们的论点似是有吸引力，并且对他们存在普遍偏见，因为它是一种表明一个人更懂计算机科学知识的方式。）

Answer 2

几条建议：

• 了解你的语法 - 以合适的形式写下来
• 选择合适的工具。使用Spirit2x在C ++中进行，或者选择antlr，yacc或任何适合您的外部解析器工具
• 你需要解析器吗？也许regexp就足够了？或者也许破解perl脚本来做这个伎俩？编写复杂的解析器需要时间。

Answer 3

不要过度使用正则表达式 - 虽然它们有它们的位置，但它们根本没有能力处理任何类型的真正解析。你可以推动他们，但你最终会撞墙或最终导致无法维护的混乱。你最好找一个可以处理更大语言集的解析器生成器。如果你真的不想进入工具，你可以看一下递归下降解析器 - 这是一个非常简单的手工编写小解析器的模式。它们不像大型解析器生成器那样灵活或功能强大，但它们的学习曲线要​​短得多。

除非您的性能要求非常严格，否则请尝试将各个图层分开 - 词法分析器读入单个标记，解析器将这些标记排列到树中，然后语义分析检查所有内容并链接引用，然后是最后阶段输出正在生产的任何东西。保持逻辑的不同部分分开将使以后更容易维护。

Answer 4

首先阅读大部分Dragon book。

如果你知道如何构建它们，解析器并不复杂，但它们并不是那种如果你投入足够的时间，你最终会到达那里的东西。在现有知识库的基础上进行构建会更好。 （否则期望写出并扔掉几十次）。

Answer 5

是的。尝试生成它，而不是写。考虑使用yacc，ANTLR，Flex / Bison，Coco / R，GOLD Parser生成器等。只有当现有的解析器生成器都不符合您的需求时，才能手动编写解析器。

Answer 6

• 选择正确类型的解析器，有时候递归后代就足够了，有时你应该使用LR解析器（还有很多类型的LR解析器）。
• 如果您有复杂的语法，请构建一个抽象语法树。
• 尝试很好地识别词法分析器的内容，语法的一部分以及语义问题。
• 尽量使解析器与词法分析器实现最少耦合。
• 为用户提供良好的界面，使他不知道解析器的实现。

Answer 7

首先，不要尝试使用相同的技术来解析所有内容。有许多可能的用例，从IP地址（一些特殊代码）到C ++程序（需要具有符号表反馈的工业级解析器）和用户输入（需要非常好地处理）快速）到编译器（通常可以花费一点时间解析）。如果您需要有用的答案，可能需要指定您正在做的事情。

其次，要记住一个语法来解析。它越复杂，规范就越正式化。试着过于正式的错误。

第三，嗯，这取决于你正在做什么。