Scala怎么結(jié)合解析器組合子和case類構(gòu)建計(jì)算器

這篇文章主要講解了“Scala怎么結(jié)合解析器組合子和case類構(gòu)建計(jì)算器”，文中的講解內(nèi)容簡單清晰，易于學(xué)習(xí)與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學(xué)習(xí)“Scala怎么結(jié)合解析器組合子和case類構(gòu)建計(jì)算器”吧！

說明一下，目前我們的 DSL 有點(diǎn)零亂。我們有一個(gè)抽象語法樹（Abstract Syntax Tree ），它由大量 case 類組成……

清單 1. 后端（AST）

package com.tedneward.calcdsl  {    // ...     private[calcdsl] abstract class Expr    private[calcdsl]  case class Variable(name : String) extends Expr    private[calcdsl]  case class Number(value : Double) extends Expr    private[calcdsl]  case class UnaryOp(operator : String, arg : Expr) extends Expr    private[calcdsl]  case class BinaryOp(operator : String, left : Expr, right : Expr)     extends Expr   }

……對此我們可以提供類似解釋器的行為，它能最大限度地簡化數(shù)學(xué)表達(dá)式……

清單 2. 后端（解釋器）

package com.tedneward.calcdsl  {    // ...     object Calc    {      def simplify(e: Expr): Expr = {        // first simplify the subexpressions        val simpSubs = e match {          // Ask each side to simplify          case BinaryOp(op, left, right) => BinaryOp(op, simplify(left), simplify(right))          // Ask the operand to simplify          case UnaryOp(op, operand) => UnaryOp(op, simplify(operand))          // Anything else doesn't have complexity (no operands to simplify)          case _ => e        }         // now simplify at the top, assuming the components are already simplified        def simplifyTop(x: Expr) = x match {          // Double negation returns the original value          case UnaryOp("-", UnaryOp("-", x)) => x              // Positive returns the original value          case UnaryOp("+", x) => x              // Multiplying x by 1 returns the original value          case BinaryOp("*", x, Number(1)) => x              // Multiplying 1 by x returns the original value          case BinaryOp("*", Number(1), x) => x              // Multiplying x by 0 returns zero          case BinaryOp("*", x, Number(0)) => Number(0)              // Multiplying 0 by x returns zero          case BinaryOp("*", Number(0), x) => Number(0)              // Dividing x by 1 returns the original value          case BinaryOp("/", x, Number(1)) => x              // Dividing x by x returns 1          case BinaryOp("/", x1, x2) if x1 == x2 => Number(1)              // Adding x to 0 returns the original value          case BinaryOp("+", x, Number(0)) => x              // Adding 0 to x returns the original value          case BinaryOp("+", Number(0), x) => x              // Anything else cannot (yet) be simplified          case e => e        }        simplifyTop(simpSubs)      }          def evaluate(e : Expr) : Double =      {        simplify(e) match {          case Number(x) => x          case UnaryOp("-", x) => -(evaluate(x))          case BinaryOp("+", x1, x2) => (evaluate(x1) + evaluate(x2))          case BinaryOp("-", x1, x2) => (evaluate(x1) - evaluate(x2))          case BinaryOp("*", x1, x2) => (evaluate(x1) * evaluate(x2))          case BinaryOp("/", x1, x2) => (evaluate(x1) / evaluate(x2))        }      }    }  }

……我們使用了一個(gè)由 Scala 解析器組合子構(gòu)建的文本解析器，用于解析簡單的數(shù)學(xué)表達(dá)式……

清單 3. 前端

package com.tedneward.calcdsl  {    // ...     object Calc    {      object ArithParser extends JavaTokenParsers      {        def expr: Parser[Any] = term ~ rep("+"~term | "-"~term)        def term : Parser[Any] = factor ~ rep("*"~factor | "/"~factor)        def factor : Parser[Any] = floatingPointNumber | "("~expr~")"                 def parse(text : String) =        {          parseAll(expr, text)        }      }            // ...    }  }

……但在進(jìn)行解析時(shí)，由于解析器組合子當(dāng)前被編寫為返回 Parser[Any] 類型，所以會(huì)生成 String 和 List 集合，實(shí)際上應(yīng)該讓解析器返回它需要的任意類型（我們可以看到，此時(shí)是一個(gè) String 和 List 集合）。

要讓 DSL 成功，解析器需要返回 AST 中的對象，以便在解析完成時(shí)，執(zhí)行引擎可以捕獲該樹并對它執(zhí)行 evaluate()。對于該前端，我們需要更改解析器組合子實(shí)現(xiàn)，以便在解析期間生成不同的對象。

清理語法

對解析器做的第一個(gè)更改是修改其中一個(gè)語法。在原來的解析器中，可以接受像 “5 + 5 + 5” 這樣的表達(dá)式，因?yàn)檎Z法中為表達(dá)式（expr）和術(shù)語（term）定義了 rep() 組合子。但如果考慮擴(kuò)展，這可能會(huì)引起一些關(guān)聯(lián)性和操作符優(yōu)先級問題。以后的運(yùn)算可能會(huì)要求使用括號來顯式給出優(yōu)先級，以避免這類問題。因此第一個(gè)更改是將語法改為要求在所有表達(dá)式中加 “()”。

回想一下，這應(yīng)該是我一開始就需要做的事情；事實(shí)上，放寬限制通常比在以后添加限制容易（如果最后不需要這些限制），但是解決運(yùn)算符優(yōu)先級和關(guān)聯(lián)性問題比這要困難得多。如果您不清楚運(yùn)算符的優(yōu)先級和關(guān)聯(lián)性；那么讓我大致概述一下我們所處的環(huán)境將有多復(fù)雜?？紤] Java 語言本身和它支持的各種運(yùn)算符（如 Java 語言規(guī)范中所示）或一些關(guān)聯(lián)性難題（來自 Bloch 和 Gafter 提供的 Java Puzzlers），您將發(fā)現(xiàn)情況不容樂觀。

因此，我們需要逐步解決問題。首先是再次測試語法：

清單 4. 采用括號

package com.tedneward.calcdsl  {    // ...     object Calc    {      // ...            object OldAnyParser extends JavaTokenParsers      {        def expr: Parser[Any] = term ~ rep("+"~term | "-"~term)        def term : Parser[Any] = factor ~ rep("*"~factor | "/"~factor)        def factor : Parser[Any] = floatingPointNumber | "("~expr~")"                 def parse(text : String) =        {          parseAll(expr, text)        }      }      object AnyParser extends JavaTokenParsers      {        def expr: Parser[Any] = (term~"+"~term) | (term~"-"~term) | term        def term : Parser[Any] = (factor~"*"~factor) | (factor~"/"~factor) | factor        def factor : Parser[Any] = "(" ~> expr <~ ")" | floatingPointNumber                def parse(text : String) =        {          parseAll(expr, text)        }      }            // ...    }  }

我已經(jīng)將舊的解析器重命名為 OldAnyParser，添加左邊的部分是為了便于比較；新的語法由 AnyParser 給出；注意它將 expr 定義為 term + term、term - term，或者一個(gè)獨(dú)立的 term，等等。另一個(gè)大的變化是 factor 的定義，現(xiàn)在它使用另一種組合子 ~> 和 <~ 在遇到 ( 和 ) 字符時(shí)有效地拋出它們。

因?yàn)檫@只是一個(gè)臨時(shí)步驟，所以我不打算創(chuàng)建一系列單元測試來查看各種可能性。不過我仍然想確保該語法的解析結(jié)果符合預(yù)期，所以我在這里編寫一個(gè)不是很正式的測試：

清單 5. 測試解析器的非正式測試

package com.tedneward.calcdsl.test  {    class CalcTest    {      import org.junit._, Assert._            // ...            _cnnew1@Test def parse =      {        import Calc._                val expressions = List(          "5",          "(5)",          "5 + 5",          "(5 + 5)",          "5 + 5 + 5",          "(5 + 5) + 5",          "(5 + 5) + (5 + 5)",          "(5 * 5) / (5 * 5)",          "5 - 5",          "5 - 5 - 5",          "(5 - 5) - 5",          "5 * 5 * 5",          "5 / 5 / 5",          "(5 / 5) / 5"       )                for (x <- expressions)          System.out.println(x + " = " + AnyParser.parse(x))      }    }  }

請記住，這純粹是出于教學(xué)目的（也許有人會(huì)說我不想為產(chǎn)品代碼編寫測試，但我確實(shí)沒有在編寫產(chǎn)品代碼，所以我不需要編寫正式的測試。這只是為了方便教學(xué)）。但是，運(yùn)行這個(gè)測試后，得到的許多結(jié)果與標(biāo)準(zhǔn)單元測試結(jié)果文件相符，表明沒有括號的表達(dá)式（5 + 5 + 5）執(zhí)行失敗，而有括號的表達(dá)式則會(huì)執(zhí)行成功。真是不可思議！

不要忘了給解析測試加上注釋。更好的方法是將該測試完全刪除。這是一個(gè)臨時(shí)編寫的測試，而且我們都知道，真正的 Jedi 只在研究或防御時(shí)使用這些源代碼，而不在這種情況中使用。

清理語法

現(xiàn)在我們需要再次更改各種組合子的定義?；仡櫼幌律弦黄恼拢琫xpr、term 和 factor 函數(shù)中的每一個(gè)實(shí)際上都是 BNF 語句，但注意每一個(gè)函數(shù)返回的都是一個(gè)解析器泛型，參數(shù)為 Any（Scala 類型系統(tǒng)中一個(gè)基本的超類型，從其名稱就可以知道它的作用：指示可以包含任何對象的潛在類型或引用）；這表明組合子可以根據(jù)需要返回任意類型。我們已經(jīng)看到，在默認(rèn)情況下，解析器可以返回一個(gè) String，也可以返回一個(gè) List（如果您還不信的話，可以在運(yùn)行的測試中加入臨時(shí)測試。這也會(huì)看到同樣的結(jié)果）。

要將它更改為生成 case 類 AST 層次結(jié)構(gòu)的實(shí)例（Expr 對象），組合子的返回類型必須更改為 Parser[Expr]。如果讓它自行更改，編譯將會(huì)失敗；這三個(gè)組合子知道如何獲取 String，但不知道如何根據(jù)解析的內(nèi)容生成 Expr 對象。為此，我們使用了另一個(gè)組合子，即 ^^ 組合子，它以一個(gè)匿名函數(shù)為參數(shù)，將解析的結(jié)果作為一個(gè)參數(shù)傳遞給該匿名函數(shù)。

如果您和許多 Java 開發(fā)人員一樣，那么就要花一點(diǎn)時(shí)間進(jìn)行解析，讓我們查看一下實(shí)際效果：

清單 6. 產(chǎn)品組合子

package com.tedneward.calcdsl  {    // ...     object Calc    {      object ExprParser extends JavaTokenParsers      {        def expr: Parser[Expr] =          (term ~ "+" ~ term) ^^ { case lhs~plus~rhs => BinaryOp("+", lhs, rhs) } |          (term ~ "-" ~ term) ^^ { case lhs~minus~rhs => BinaryOp("-", lhs, rhs) } |          term          def term: Parser[Expr] =          (factor ~ "*" ~ factor) ^^ { case lhs~times~rhs => BinaryOp("*", lhs, rhs) } |          (factor ~ "/" ~ factor) ^^ { case lhs~div~rhs => BinaryOp("/", lhs, rhs) } |          factor         def factor : Parser[Expr] =          "(" ~> expr <~ ")" |          floatingPointNumber ^^ {x => Number(x.toFloat) }                def parse(text : String) = parseAll(expr, text)      }          def parse(text : String) =        ExprParser.parse(text).get       // ...    }        // ...  }

^^ 組合子接收一個(gè)匿名函數(shù)，其解析結(jié)果（例如，假設(shè)輸入的是 5 + 5，那么解析結(jié)果將是 ((5~+)~5)）將會(huì)被單獨(dú)傳遞并得到一個(gè)對象 — 在本例中，是一個(gè)適當(dāng)類型的 BinaryObject。請?jiān)俅巫⒁饽Ｊ狡ヅ涞膹?qiáng)大功能；我將表達(dá)式的左邊部分與 lhs 實(shí)例綁定在一起，將 + 部分與（未使用的）plus 實(shí)例綁定在一起，該表達(dá)式的右邊則與 rhs 綁定，然后我分別使用 lhs 和 rhs 填充 BinaryOp 構(gòu)造函數(shù)的左邊和右邊。

現(xiàn)在運(yùn)行代碼（記得注釋掉臨時(shí)測試），單元測試集會(huì)再次產(chǎn)生所有正確的結(jié)果：我們以前嘗試的各種表達(dá)式不會(huì)再失敗，因?yàn)楝F(xiàn)在解析器生成了派生 Expr 對象。前面已經(jīng)說過，不進(jìn)一步測試解析器是不負(fù)責(zé)任的，所以讓我們添加更多的測試（包括我之前在解析器中使用的非正式測試）：

清單 7. 測試解析器（這次是正式的）

package com.tedneward.calcdsl.test  {    class CalcTest    {      import org.junit._, Assert._            // ...            @Test def parseAnExpr1 =        assertEquals(          Number(5),          Calc.parse("5")        )      @Test def parseAnExpr2 =        assertEquals(          Number(5),          Calc.parse("(5)")        )      @Test def parseAnExpr3 =        assertEquals(          BinaryOp("+", Number(5), Number(5)),          Calc.parse("5 + 5")        )      @Test def parseAnExpr4 =        assertEquals(          BinaryOp("+", Number(5), Number(5)),          Calc.parse("(5 + 5)")        )      @Test def parseAnExpr5 =        assertEquals(          BinaryOp("+", BinaryOp("+", Number(5), Number(5)), Number(5)),          Calc.parse("(5 + 5) + 5")        )      @Test def parseAnExpr6 =        assertEquals(          BinaryOp("+", BinaryOp("+", Number(5), Number(5)), BinaryOp("+", Number(5),                   Number(5))),          Calc.parse("(5 + 5) + (5 + 5)")        )            // other tests elided for brevity    }  }

讀者可以再增加一些測試，因?yàn)槲铱赡苈┑粢恍┎怀Ｒ姷那闆r（與 Internet 上的其他人結(jié)對編程是比較好的）。

完成最后一步

假設(shè)解析器正按照我們想要的方式在工作 — 即生成 AST — 那么現(xiàn)在只需要根據(jù) AST 對象的計(jì)算結(jié)果來完善解析器。這很簡單，只需向 Calc 添加代碼，如清單 8 所示……

清單 8. 真的完成啦！

package com.tedneward.calcdsl  {    // ...     object Calc    {      // ...            def evaluate(text : String) : Double = evaluate(parse(text))    }  }

……同時(shí)添加一個(gè)簡單的測試，確保 evaluate("1+1") 返回 2.0……

清單 9. 最后，看一下 1 + 1 是否等于 2

package com.tedneward.calcdsl.test  {    class CalcTest    {      import org.junit._, Assert._            // ...            @Test def add1 =        assertEquals(Calc.evaluae("1 + 1"), 2.0)    }  }

……然后運(yùn)行它，一切正常！

擴(kuò)展 DSL 語言

如果完全用 Java 代碼編寫同一個(gè)計(jì)算器 DSL，而沒有碰到我遇到的問題（在不構(gòu)建完整的 AST 的情況下遞歸式地計(jì)算每一個(gè)片段，等等），那么似乎它是另一種能夠解決問題的語言或工具。但以這種方式構(gòu)建語言的強(qiáng)大之處會(huì)在擴(kuò)展性上得到體現(xiàn)。

例如，我們向這種語言添加一個(gè)新的運(yùn)算符，即 ^ 運(yùn)算符，它將執(zhí)行求冪運(yùn)算；也就是說，2 ^ 2 等于 2 的平方 或 4。向 DSL 語言添加這個(gè)運(yùn)算符需要一些簡單步驟。

首先，您必須考慮是否需要更改 AST。在本例中，求冪運(yùn)算符是另一種形式的二進(jìn)制運(yùn)算符，所以使用現(xiàn)有 BinaryOp case 類就可以。無需對 AST 進(jìn)行任何更改。

其次，必須修改 evaluate 函數(shù)，以使用 BinaryOp("^", x, y) 執(zhí)行正確的操作；這很簡單，只需添加一個(gè)嵌套函數(shù)（因?yàn)椴槐卦谕獠靠吹竭@個(gè)函數(shù)）來實(shí)際計(jì)算指數(shù)，然后向模式匹配添加必要的代碼行，如下所示：

清單 10. 稍等片刻

package com.tedneward.calcdsl  {    // ...     object Calc    {      // ...            def evaluate(e : Expr) : Double =      {        def exponentiate(base : Double, exponent : Double) : Double =          if (exponent == 0)             1.0         else           base * exponentiate(base, exponent - 1)         simplify(e) match {          case Number(x) => x          case UnaryOp("-", x) => -(evaluate(x))          case BinaryOp("+", x1, x2) => (evaluate(x1) + evaluate(x2))          case BinaryOp("-", x1, x2) => (evaluate(x1) - evaluate(x2))          case BinaryOp("*", x1, x2) => (evaluate(x1) * evaluate(x2))          case BinaryOp("/", x1, x2) => (evaluate(x1) / evaluate(x2))          case BinaryOp("^", x1, x2) => exponentiate(evaluate(x1), evaluate(x2))        }      }    }  }

注意，這里我們只使用 6 行代碼就有效地向系統(tǒng)添加了求冪運(yùn)算，同時(shí)沒有對 Calc 類進(jìn)行任何表面更改。這就是封裝！

（在我努力創(chuàng)建最簡單求冪函數(shù)時(shí)，我故意創(chuàng)建了一個(gè)有嚴(yán)重 bug 的版本 —— 這是為了讓我們關(guān)注語言，而不是實(shí)現(xiàn)。也就是說，看看哪位讀者能夠找到 bug。他可以編寫發(fā)現(xiàn) bug 的單元測試，然后提供一個(gè)無 bug 的版本）。

但是在向解析器添加這個(gè)求冪函數(shù)之前，讓我們先測試這段代碼，以確保求冪部分能正常工作：

清單 11. 求平方

package com.tedneward.calcdsl.test  {    class CalcTest    {      // ...            @Test def evaluateSimpleExp =      {        val expr =          BinaryOp("^", Number(4), Number(2))        val results = Calc.evaluate(expr)        // (4 ^ 2) => 16        assertEquals(16.0, results)      }      @Test def evaluateComplexExp =      {        val expr =          BinaryOp("^",            BinaryOp("*", Number(2), Number(2)),            BinaryOp("/", Number(4), Number(2)))        val results = Calc.evaluate(expr)        // ((2 * 2) ^ (4 / 2)) => (4 ^ 2) => 16        assertEquals(16.0, results)      }    }  }

運(yùn)行這段代碼確?？梢郧髢纾ê雎晕抑疤岬降?bug），這樣就完成了一半的工作。

最后一個(gè)更改是修改語法，讓它接受新的求冪運(yùn)算符；因?yàn)榍髢绲膬?yōu)先級與乘法和除法的相同，所以最簡單的做法是將它放在 term 組合子中：

清單 12. 完成了，這次是真的！

package com.tedneward.calcdsl  {    // ...     object Calc    {      // ...            object ExprParser extends JavaTokenParsers      {        def expr: Parser[Expr] =          (term ~ "+" ~ term) ^^ { case lhs~plus~rhs => BinaryOp("+", lhs, rhs) } |          (term ~ "-" ~ term) ^^ { case lhs~minus~rhs => BinaryOp("-", lhs, rhs) } |          term          def term: Parser[Expr] =          (factor ~ "*" ~ factor) ^^ { case lhs~times~rhs => BinaryOp("*", lhs, rhs) } |          (factor ~ "/" ~ factor) ^^ { case lhs~div~rhs => BinaryOp("/", lhs, rhs) } |          (factor ~ "^" ~ factor) ^^ { case lhs~exp~rhs => BinaryOp("^", lhs, rhs) } |          factor         def factor : Parser[Expr] =          "(" ~> expr <~ ")" |          floatingPointNumber ^^ {x => Number(x.toFloat) }                def parse(text : String) = parseAll(expr, text)      }          // ...    }  }

當(dāng)然，我們需要對這個(gè)解析器進(jìn)行一些測試……

清單 13. 再求平方

package com.tedneward.calcdsl.test  {    class CalcTest    {      // ...            @Test def parseAnExpr17 =        assertEquals(          BinaryOp("^", Number(2), Number(2)),          Calc.parse("2 ^ 2")        )      @Test def parseAnExpr18 =        assertEquals(          BinaryOp("^", Number(2), Number(2)),          Calc.parse("(2 ^ 2)")        )      @Test def parseAnExpr19 =        assertEquals(          BinaryOp("^", Number(2),            BinaryOp("+", Number(1), Number(1))),          Calc.parse("2 ^ (1 + 1)")        )      @Test def parseAnExpr20 =        assertEquals(          BinaryOp("^", Number(2), Number(2)),          Calc.parse("2 ^ (2)")        )    }  }

……運(yùn)行并通過后，還要進(jìn)行最后一個(gè)測試，看一切是否能正常工作：

清單 14. 從 String 到平方

package com.tedneward.calcdsl.test  {    class CalcTest    {      // ...            @Test def square1 =        assertEquals(Calc.evaluate("2 ^ 2"), 4.0)    }  }

成功啦！

感謝各位的閱讀，以上就是“Scala怎么結(jié)合解析器組合子和case類構(gòu)建計(jì)算器”的內(nèi)容了，經(jīng)過本文的學(xué)習(xí)后，相信大家對Scala怎么結(jié)合解析器組合子和case類構(gòu)建計(jì)算器這一問題有了更深刻的體會(huì)，具體使用情況還需要大家實(shí)踐驗(yàn)證。這里是億速云，小編將為大家推送更多相關(guān)知識點(diǎn)的文章，歡迎關(guān)注！