使用|使用 Python 开发一个 Python 解释器使用Python开发一个Python解释器

计算机只能理解机器码。归根结底，编程语言只是一串文字，目的是为了让人类更容易编写他们想让计算机做的事情。真正的魔法是由编译器和解释器完成，它们弥合了两者之间的差距。解释器逐行读取代码并将其转换为机器码。
在本文中，我们将设计一个可以执行算术运算的解释器。
我们不会重新造轮子。文章将使用由 David M. Beazley 开发的词法解析器 —— PLY（Python Lex-Yacc。
【使用|使用 Python 开发一个 Python 解释器】PLY 可以通过以下方式下载：

$ pip install ply

我们将粗略地浏览一下创建解释器所需的基础知识。

文章图片

标记（Token） 标记是为解释器提供有意义信息的最小字符单位。标记包含一对名称和属性值。
让我们从创建标记名称列表开始。这是一个必要的步骤。

tokens = ( # 数据类型 "NUM", "FLOAT", # 算术运算 "PLUS", "MINUS", "MUL", "DIV", # 括号 "LPAREN", "RPAREN", )

词法分析器（Lexer）将语句转换为标记的过程称为标记化或词法分析。执行词法分析的程序是词法分析器。

# 标记的正则表达 t_PLUS= r"+" t_MINUS= r"-" t_MUL= r"*" t_DIV= r"/" t_LPAREN = r"(" t_RPAREN = r")" t_POW= r"^" # 忽略空格和制表符 t_ignore = " \t"# 为每个规则添加动作 def t_FLOAT(t): r"""\d+.\d+""" t.value = https://www.it610.com/article/float(t.value) return tdef t_NUM(t): r"""\d+""" t.value = https://www.it610.com/article/int(t.value) return t# 未定义规则字符的错误处理 def t_error(t): # 此处的 t.value 包含未标记的其余输入 print(f"keyword not found: {t.value[0]}\nline {t.lineno}") t.lexer.skip(1)# 如果遇到 \n 则将其设为新的一行 def t_newline(t): r"""\n+""" t.lexer.lineno += t.value.count("\n")

为导入词法分析器，我们将使用：
import ply.lex as lex
t_ 是一个特殊的前缀，表示定义标记的规则。每条词法规则都是用正则表达式制作的，与 Python 中的 re 模块兼容。正则表达式能够根据规则扫描输入并搜索符合的符号串。正则表达式定义的文法称为正则文法。正则文法定义的语言则称为正则语言。
定义好了规则，我们将构建词法分析器。

data = 'https://www.it610.com/article/a = 2 +(10 -8)/1.0'lexer = lex.lex() lexer.input(data)while tok := lexer.token(): print(tok)

为了传递输入字符串，我们使用 lexer.input(data)。lexer.token() 将返回下一个 LexToken 实例，最后返回 None。根据上述规则，代码 2 + ( 10 -8)/1.0 的标记将是：

文章图片

紫色字符代表的是标记的名称，其后是标记的具体内容。\
巴科斯-诺尔范式（Backus-Naur Form，BNF）大多数编程语言都可以用上下文无关文法来编写。它比常规语言更复杂。对于上下文无关文法，我们用上下文无关语法，它是描述语言中所有可能语法的规则集。BNF 是一种定义语法的方式，它描述了编程语言的语法。让我们看看例子：
symbol : alternative1 | alternative2 …
根据产生式，: 的左侧被替换为右侧的其中一个值替换。右侧的值由 | 分隔（可理解为 symbol 定义为 alternative1 或 alternative2或…… 等等）。对于我们的这个算术解释器，语法规格如下：

expression : expression '+' expression | expression '-' expression | expression '/' expression | expression '*' expression | expression '^' expression | +expression | -expression | ( expression ) | NUM | FLOAT

输入的标记是诸如 NUM、FLOAT、+、-、*、/ 之类的符号，称作终端（无法继续分解或产生其他符号的字符）。一个表达式由终端和规则集组成，例如 expression 则称为非终端。
解析器（Parser）我们将使用 YACC（Yet Another Compiler Compiler） 作为解析器生成器。导入模块：import ply.yacc as yacc。

from operator import (add, sub, mul, truediv, pow)# 我们的解释器支持的运算符列表 ops = { "+": add, "-": sub, "*": mul, "/": truediv, "^": pow, }def p_expression(p): """expression : expression PLUS expression | expression MINUS expression | expression DIV expression | expression MUL expression | expression POW expression""" if (p[2], p[3]) == ("/", 0): # 如果除以 0，则将“INF”（无限）作为值 p[0] = float("INF") else: p[0] = ops[p[2]](p[1], p[3])def p_expression_uplus_or_expr(p): """expression : PLUS expression %prec UPLUS | LPAREN expression RPAREN""" p[0] = p[2]def p_expression_uminus(p): """expression : MINUS expression %prec UMINUS""" p[0] = -p[2]def p_expression_num(p): """expression : NUM | FLOAT""" p[0] = p[1]# 语法错误时的规则 def p_error(p): print(f"Syntax error in {p.value}")

在文档字符串中，我们将添加适当的语法规范。p 列表中的的元素与语法符号一一对应，如下所示：

expression : expression PLUS expression p[0]p[1]p[2] p[3]

在上文中，%prec UPLUS 和 %prec UMINUS 是用来表示自定义运算的。%prec 即是 precedence 的缩写。在符号中本来没有 UPLUS 和 UMINUS 这个说法（在本文中这两个自定义运算表示一元正号和符号，其实 UPLUS 和 UMINUS 只是个名字，想取什么就取什么）。之后，我们可以添加基于表达式的规则。YACC 允许为每个令牌分配优先级。我们可以使用以下方法设置它：

precedence = ( ("left", "PLUS", "MINUS"), ("left", "MUL", "DIV"), ("left", "POW"), ("right", "UPLUS", "UMINUS") )

在优先级声明中，标记按优先级从低到高的顺序排列。PLUS 和 MINUS 优先级相同并且具有左结合性（运算从左至右执行）。MUL 和 DIV 的优先级高于 PLUS 和 MINUS，也具有左结合性。POW 亦是如此，不过优先级更高。UPLUS 和 UMINUS 则是具有右结合性（运算从右至左执行）。
要解析输入我们将使用：

parser = yacc.yacc() result = parser.parse(data) print(result)

完整代码如下：

##################################### # 引入模块# ##################################### from logging import (basicConfig, INFO, getLogger) from operator import (add, sub, mul, truediv, pow)import ply.lex as lex import ply.yacc as yacc# 我们的解释器支持的运算符列表 ops = { "+": add, "-": sub, "*": mul, "/": truediv, "^": pow, }##################################### # 标记集# ##################################### tokens = ( # 数据类型 "NUM", "FLOAT", # 算术运算 "PLUS", "MINUS", "MUL", "DIV", "POW", # 括号 "LPAREN", "RPAREN", )##################################### # 标记的正则表达式# ##################################### t_PLUS= r"+" t_MINUS= r"-" t_MUL= r"*" t_DIV= r"/" t_LPAREN = r"(" t_RPAREN = r")" t_POW= r"^" # 忽略空格和制表符 t_ignore = " \t"# 为每个规则添加动作 def t_FLOAT(t): r"""\d+.\d+""" t.value = https://www.it610.com/article/float(t.value) return tdef t_NUM(t): r"""\d+""" t.value = https://www.it610.com/article/int(t.value) return t# 未定义规则字符的错误处理 def t_error(t): # 此处的 t.value 包含未标记的其余输入 print(f"keyword not found: {t.value[0]}\nline {t.lineno}") t.lexer.skip(1)# 如果看到 \n 则将其设为新的一行 def t_newline(t): r"""\n+""" t.lexer.lineno += t.value.count("\n")##################################### # 设置符号优先级# ##################################### precedence = ( ("left", "PLUS", "MINUS"), ("left", "MUL", "DIV"), ("left", "POW"), ("right", "UPLUS", "UMINUS") )##################################### # 书写 BNF 规则# ##################################### def p_expression(p): """expression : expression PLUS expression | expression MINUS expression | expression DIV expression | expression MUL expression | expression POW expression""" if (p[2], p[3]) == ("/", 0): # 如果除以 0，则将“INF”（无限）作为值 p[0] = float("INF") else: p[0] = ops[p[2]](p[1], p[3])def p_expression_uplus_or_expr(p): """expression : PLUS expression %prec UPLUS | LPAREN expression RPAREN""" p[0] = p[2]def p_expression_uminus(p): """expression : MINUS expression %prec UMINUS""" p[0] = -p[2]def p_expression_num(p): """expression : NUM | FLOAT""" p[0] = p[1]# 语法错误时的规则 def p_error(p): print(f"Syntax error in {p.value}")##################################### # 主程式# ##################################### if __name__ == "__main__": basicConfig(level=INFO, filename="logs.txt")lexer = lex.lex() parser = yacc.yacc()while True: try: result = parser.parse( input(">>>"), debug=getLogger()) print(result) except AttributeError: print("invalid syntax")

结论由于这个话题的体积庞大，这篇文章并不能将事物完全的解释清楚，但我希望你能很好地理解文中涵盖的表层知识。我很快会发布关于这个话题的其他文章。谢谢你，祝你有个美好的一天。
以上就是本次分享的所有内容，如果你觉得文章还不错，欢迎关注公众号：Python编程学习圈，每日干货分享，发送“J”还可领取大量学习资料。或是前往编程学习网，了解更多编程技术知识。