基于EBNF语法的描述

Posted 2020-09-26 Orlion

基于JavaCC的语法描述

使用JavaCC从token序列中识别出"语句" “表达式” “函数调用” 等语法单位的方法。

只要为JavaCC描述“语句” “表达式” “函数调用” 这样的语法单位各自是由怎样的token序列构成的，就能够对该语法进行分析(parse)。

例如：最简单的赋值表达式可以描述为“符号” “ “=” ” ”表达式“ 的排列。 换言之， 如果存在”符号“ ” ”=“ “ ”表达式“ 这样的排列 那就是赋值表达式。这个规则在JavaCC中表示成下面这样：

assign():
{}
{
　　<IDENTIFIER> "=" expr()
}

  assign()对应赋值表达式,<IDENTIFIER>对应token标示符，"="对应"="token。
像<IDENTIFIER>这样已经在扫描器中定义的token，在描述解析器时可以直接使用。其他的如"="这样的固定字符串也因为可以表示token，所以也能在规则中使用。 另外，表达式expr()自身也是多个token构成的，这样的情况下需要进一步对expr()的规则进行描述，以下是伪描述:

expr():
{}
{
     expr() "+" expr()
   或expr() "-" expr()
   或expr() "*" expr()
   ..
   .
}

终端符与非终端符

JavaCC中将"语句" "函数调用" "表达式" 等非token的语法单位称为非终端符，并将非终端符像java的函数调用一样在后面加上括号写成stmt()或expr()。
终端符可以归纳为token。使用在扫描器中定义的名称，可以写成<INDENTIFIER>或<LONG>。并且JavaCC中除了扫描器中定义的token以外， "="、"+"、"==" 这样的字符串字面量也可以作为终端符来使用

种类	含义	例
终端符	token	<IDENTIFIER>、<LONG>、"="、"=="
非终端符	由终端符排列组成的语法单位	stmt()、expr()、assign()

在画语法时，终端符位于树的枝干的末端(终端),非终端符由于是由其他符号的列组成的，所以位于分叉处。

JavaCC的ENBF表示法

JavaCC使用ENBF(Extended Backus-Naur-Form)的表示法来描述语法规则。下表中罗列了JavaCC的解析器生成所使用的EBNF表示法。

种类	例子
终端符	<IDENTIFIER>或","
非终端符	name()
连接	<UNISGNED><LONG>
重复0次或多次	(","expr())*
重复1次或多次	(stmt())+
选择	<CHAR>丨<SHORT>丨<INT>丨<LONG>
可以省略	[<ELSE>stmt()]

1. 连接

连接是指特定符号相连续的模式。例如C语言continue语句是保留字continue和分号的排列。JavaCC中将该规则写成如下形式:

<CONTINUE> ";"

<CONTINUE>是表示保留字continue的终端符，“:”是表示字符自身的终端符。

2. 重复0次或多次

下面的写法表示0个或多个语句排列:

(stmt())*

下面的例子，函数的参数是由逗号分隔的表达式排列组成的，即expr之后排列着0个或多个逗号和expr的组合:

expr() ("," expt())*

3. 重复1次或多次

(stmt())+

上面的代码描述了非终端符stmt()重复1次或多次。

4. 选择

选择即为从多个选项中选择1个的规则。例如cflat的类型由void、char、unsigned、char等:

<VOID> | <CHAR> | <UNSIGNED> | <CHAR> | ...

5. 可以省略

定义变量时可以设置初始值也可以不设置，这种在JavaCC中可以写成:

storage() typeref() name() ["=" expr()] ";"