前端编译原理简述-jison

最近几年的项目技术难点都和编译原理，抽象语法树，代码编辑器有关系。现在时间有点空，先从基础了解起来，让有些交互和提示能够更智能些。

编译原理-Parser

　编译原理其实就是让计算机懂的 “437+734” 这样的字符串编程 sum 437, 734 计算机懂得的机器码。实际场景中可能是从一种高级语言编译成一种低级语言。

编译过程份成2个步骤：

1.词法分析

词法分析就是通过定义的正则表达式，把输入的字符串变成一个个标记(token)。

“437+734” => NUM PLUS NUM

2.语法分析

根据定于的语法，把上边的token通过移进/归约自动机，一步步的移入，规约，变成抽象语法树，最终产生结构。

文法 E => NUM PLUS NUM => sum(437， 734);

这个编译代码的程序我们叫做解析器，分析器，Parser。

解析器生成器 parser generator

在实际情况中，有专门用来生成Parser的程序，解析器生成器。

前端的js语法分析器生成器,还是瞒多的 https://tomassetti.me/parsing-in-javascript/，不同的语法生成器支持的文法也有差别。

JISON介绍

项目中用到的是jison库，这个库支持（lr0, slr, lr1, ll, lalr）文法。一般我们程序中使用的是lalr文法。

可以通过debugger的方式去理解移入规约的过，和jison的使用。http://nolanlawson.github.io/jison-debugger/。

1.jison 文法格式 grammar

使用起来很简单，官网的文档也比较详细， http://zaa.ch/jison/docs/。定义jison文件，通过 node 命令 "jison 文件"生成Parser的js文件；

jison是bison在js端的实现，但是也不是完全实现了相关的功能。

从http://nolanlawson.github.io/jison-debugger/上就能看到下面的一些文法格式

/* 词法文法 */

%lex

/* 选项设置 flex 最长匹配原则 case-insensitive 忽略大小写 */

%options flex case-insensitive

%%

\s+                   /* skip whitespace */

[0-9]+("."[0-9]+)?\b  return 'NUMBER'

<<EOF>>               return 'EOF'

/lex

/*操作符优先级设置*/

%left '+' '-'

%left '*' '/'

/*语法开始的非终结符号*/

%start expressions

%%

/* 词法 */

expressions

    : e EOF

        {return $1;}

    ;

　　试了下http://dinosaur.compilertools.net/bison/bison_10.html#SEC84，bison文档上面的这个文法不支持，所以使用的时候自己要看着处理

2.jison的输出

jison生成的Parser的输出其实是文法自己定义的，可以是一个结果值，可以是ast树，也可以是用户自己在文法上面定义的结果

3.Parser.js

其实这个可以直接研究下源代码，源代码看起来虽然有些难度，主要是语法分析的逻辑，移入规则逻辑，标示符，终结符，非终结符号等等相关的定义，其他词法的逻辑。

和实际使用中的有的一些变量还是比较容易看懂，或者说debug一下大概就知道有哪些参数了。

文法定义中的参数

yy: 这个属性是用户自己定义的，在编译期间共享，这样也是代码更加灵活。

yytext: 当前触发规约文法的文本(不是整个文法的文本，一般只有最后一个符号的文本)

yyleng: yytext的长度

yylineno: yytext所在的行号

yystate: 当前规约的文法的标示

$$：表示当前的文法规约后的值

$n: 对应文法的对应部分的值

对象提供的扩展

this.parseError 错误处理方法

this.yy 共享对象

4.误区

在使用中，会有一些误区存在，特别是移入规约的顺序，可能和我们平时看代码存在差异。比如说上面的例子。

我们需要在RULE{expr}中的expr内容有另外一种含义，

但是实际情况的执行顺序其实是先 expr规则规约，才是 RULE{expr}规则规约，所以在进行expr规约的时候并不知道它是在RULE{}里面的，所以我们通过Parser生成ast，再通过ast遍历来解决这个问题可能会更好一些。