为简单的伪代码语言创建解析器？

Question

我想用 Java 制作一个简单的解析器，用于像语言（保持僵化）这样的“伪代码”。 一个示例伪代码将是 -

//This is a comment
$x1 = readint
$x2 = readint

$dx = $x2 - $x1
#f = $dx / 2

if ($dx > 0)
{
  loop while(#f > 1)
  {
     print(#f)
     #f = #f / 2
  }
}

请注意，上面的代码是死板的，一行不能有多个语句，整数以$开头，浮点数以#开头等等。

要解析此类代码，首先我可以使用StringTokenizer，然后使用正则表达式来匹配整数变量、浮点变量或关键字。

这种方法好吗？对于循环中的语句，我如何存储表达式，这样我就不必在每次迭代中进行标记？

我可以考虑将表达式（如#f = #f / 2）转换为波兰符号，然后存储在堆栈中。在每次迭代中，在弹出操作数时，我可以替换每个变量的值。但这是否足够高效？

提前感谢您的任何建议。

Answer 1

虽然我认为为这样的语言构建解析器很棒，但这样做比看起来要困难得多。解析是一个经过充分研究的问题，您可以使用许多优秀的算法，但它们很难手动实现。虽然您可以将转换为 RPN 之类的技巧用于解析表达式等较小的示例，但构建完整的编程语言需要一组更复杂的技巧。

要解析这种复杂的语言，最好使用解析器生成器，而不是尝试自己编写。 ANTLR 和 Java CUP 是两个众所周知的工具，可以精确地完成您感兴趣的工作，我强烈建议您使用其中的一个。

希望这会有所帮助！

Answer 2

对于简单的语言（这是一个判断调用，如果你没有经验，你可能无法正确地进行调用），通常可以手动编写一个足够好的递归下降解析器。好消息是coding a recursive descent parser is pretty straightforward。

如果您不确定，请以您可以获得的最强大的解析器生成器的形式使用矫枉过正。

Answer 3

在简单的情况下，手动编写解析器是有意义的。

但是，使用 StringTokenizer 是做错的标志，因为 StringTokenizer 已经是一个简单的解析器。

解析器通常读取一个字符并根据该字符的值更改其状态。

只是一个简单的解析器，一个“b”使后面的字符“大写”，e 变为小写。 “。”停止

 String input = "aDDbcDDeaaef.";

 int pos = 0;

 int state = 0;  
 while (pos < input.length()) {
    char z = input.charAt (pos);
    if (z == '.') break;
    switch (z) {
    case 'b': state = 1; break;
    case 'e': state = 0; break;
    default:
      if (state == 0) {
        System.out.print(Char.toLowerCase(z));
      } else {
        System.out.print(Char.toUpperCase(z));
      }
    }
    pos ++;
 }