Arcee：又一个 Parser Generator 轮子

Posted 2021-01-03 tdkihrr

项目地址：tdkihrr/arcee

为什么要做这样一个东西呢？不是有Antlr吗，Python下不是也有相应的bind吗？人类为什么又要再做一遍已经成熟了的东西呢？

答案是不爽！

之前刷 EOPL ，想用 Python 改写其中的玩具语言，重写了三四个后，感觉很别扭。教材里自带了一个parser，所以不用考虑解释器前端的东西，但我用Python改写时，由于没有可口的前端，写起来很不爽，每次写完后端，都只能自己用 Python 手敲一遍AST，真的很麻烦，所以我就萌生了自己写一个 parser generator 的想法。

所以，就有 Arcee 。

使用方法：

Install

$ pip install Arcee

Example

It‘s really readable.

grammar:

KEYWORDS        : let, if, zero, -
NUMBER          : \d+(\.\d*)?
ASSIGN          : =
SUBTRACTION     : -
RIGHT_BRACKET   : (
COLON           : ,
LETF_BRACKET    : )
ID              : [A-Za-z]+
SKIP            : [ \\t]+

program : expression ;
expression : zeroexp
    | diffexp
    | ifexp
    | varexp
    | letexp
    | constexp
    ;
constexp : $NUMBER ;
diffexp : ‘-‘ ‘(‘ expression ‘,‘ expression ‘)‘ ;
zeroexp : ‘zero‘ ‘(‘ expression ‘)‘ ;
ifexp : ‘if‘ expression ‘then‘ expression ‘else‘ expression ;
varexp : $ID ;
letexp : ‘let‘ $ID ‘=‘ expression ‘in‘ expression ;

$ arcee grammar > result.py

result.py has three parts:

Token

from collections import namedtuple

Token = namedtuple(‘Token‘, [‘type‘, ‘value‘, ‘line‘, ‘column‘])
Program = namedtuple(‘Program‘, [‘expression‘])
# ...

Lexer

import re

def tokenize(code):
    pass # ...

Parser

class Parser:
    def __init__(self, token_list):
        pass
    
    # ... 
        
    def parse_expression(self):
        if xxx:
            self.parse_constexp()
        elif yyy:
            self.parse_diffexp()
        #...

    def parse_constexp(self):
        pass
        
    def parse_diffexp(self):
        pass

    def parse_zeroexp(self):
        pass

    def parse_ifexp(self):
        pass

    def parse_varexp(self):
        pass

    def parse_letexp(self):
        pass

You can parse input such as:

input = ‘‘‘let a = 0 in if zero(a) then -(a, 1) else -(a, 2)‘‘‘

tokens = list(tokenize(input))

parser = Parser(tokens)

parser.parse_program()

result is:

result = Program(
    expression=Expression(
        nonterminal=Letexp(
            ID=Token(type=‘ID‘, value=‘a‘, line=2, column=4),
            expression1=Expression(
                nonterminal=Constexp(
                    NUMBER=Token(type=‘NUMBER‘, value=‘0‘, line=2, column=8))),
            expression2=Expression(
                nonterminal=Ifexp(
                    expression1=Expression(
                        nonterminal=Zeroexp(
                            expression=Expression(
                                nonterminal=Varexp(
                                    ID=Token(type=‘ID‘, value=‘a‘, line=2, column=21))))),
                    expression2=Expression(
                        nonterminal=Diffexp(
                            expression1=Expression(
                                nonterminal=Varexp(
                                    ID=Token(type=‘ID‘, value=‘a‘, line=2, column=31))),
                            expression2=Expression(
                                nonterminal=Constexp(
                                    NUMBER=Token(type=‘NUMBER‘, value=‘1‘, line=2,
                                                 column=34))))),
                    expression3=Expression(
                        nonterminal=Diffexp(
                            expression1=Expression(
                                nonterminal=Varexp(
                                    ID=Token(type=‘ID‘, value=‘a‘, line=2, column=44))),
                            expression2=Expression(
                                nonterminal=Constexp(
                                    NUMBER=Token(type=‘NUMBER‘, value=‘2‘, line=2,
                                                 column=47))))))))))

Now, you can use this ast to do what you like.

 

这个轮子目前还有一点小问题，不过自己用的话还是没问题。由于工作缘故，估计是要去学 javascript 了，这个东西估计不会再更新了（也许哪天还会的。。。），到时估计就是重写一个 npm 包吧，这个再说。