D 的个人博客

全职做开源,自由职业者

  menu

模板引擎实现(一)词法分析

如果你想实现模版引擎、编译器前端、文本解析器(比如 Markdown )或想要了解它们的实现原理,请一定不要错过本系列的文章 😁

另外,

  • 本系列的文章面向的是撸起袖子就开干的朋友,所以不会介绍基础理论,比如 DFA/NFA,算法复杂度等(确切的说是没法介绍理论,因为作者能力有限 😂)
  • 在使用到的术语/定义方面作者是认真查过资料并再三斟酌的,不会出现胡编乱造,请放心理解和使用 ✅
  • 本系列文章的对应项目是 freemarker.go(FreeMarker 的 golang 实现),欢迎大家关注点赞 🌟

本文介绍了词法分析的基本概念,主要参考 golang 的 text/template/parse 包源码进行解析。

词法分析

将面向源码的字符流转成 token 流的过程是词法分析。用“流”来描述主要说明了处理过程是有序连续的。比如读取源码文件时是一个字符一个字符读取的,生成的 token 也是一个接一个的。

当我们在源码中看到 scanner、lex/lexeme、token/tokenize、item 等描述的时候我们就应该知道这是在干词法分析相关的事情了。

Token

一个 Token 是带了一个分类的字符串,这个字符串叫做词素(lexeme)。

比如对于源码语句 sum = 3 + 2 来说,

Lexeme Token 分类
sum Identifier
= Assignment operator
3 Integer literal
  • | Addition operator
    2 | Integer literal

详见 Lexical analysis

golang 的模版包中是使用 item 结构体来描述 token 的。

状态机

词法分析中用到状态机是为了解决“当前 token 识别后下一步怎么处理”的问题。

switch-case

传统状态机的实现是在状态处理函数中返回下一个待执行的状态:

 1for state != nil {
 2	switch state {
 3	case state1:
 4		state = action1()
 5	case state2:
 6		state = action2()
 7	case state3:
 8		state = action3()
 9	}
10}

这是一个典型的命令式编程范式的过程化实现(也可以用面向对象实现,下面会提到)。

状态函数

而 lex.go 的实现方式是通过“置换”下一个待执行的行为,将状态迁移的实现从状态决定改进为行为决定:

1type stateFn func() stateFn
2func action1() stateFn { return actionN }
3func action2() stateFn { return actionM }
4
5for state = action1; state != nil; {
6	state = state()
7}

这是声明式编程范式中函数式的典型实现,该实现的巧妙之处在于 stateFn 是递归定义的,函数的返回值是符合该签名的自身定义,整个状态变迁过程就是这个函数的迭代展开。

其他状态机实现

另外还有两种常见的状态机实现:

  1. 状态表/表驱动:可理解为将所有可能出现的状态及其变迁状态表格化,状态变迁就是查表找到下一个状态
  2. 状态模式:使用面向对象设计模式中的状态模式来实现,本质上和上面的 switch-case 无差异

回退

回退指的是当前字符读取后需要“退格”一下,比如读到一个字符 'a' 时,我们将进入到标识符处理函数。进入之前需要将 a 退格出来,以便在标识符处理函数里面能够完整读取。

1case isAlphaNumeric(r):
2	l.backup() // 退格
3
4	return lexIdentifier

并发分析

text/template/parse 使用 goroutine 并发执行词法分析和语法分析。parser 通过 channel 来接收 lexer 处理好的 tokens,每当一个新的 token 产生,parser 就会收到并处理,生成 node,构建 ast。

并发分析的好处是:

  • 词法分析和语法分析较为独立,没有执行顺序的依赖
  • lexer 只需要通过一个 chan 就能将 token 给到 parser,简化了数据结构
  • 能够更早地发现语法错误,因为不必等词法分析都跑完
  • 性能相对于词法分析完再进行语法分析可能会更好(我瞎猜的 😂 )

结语

golang 模版的词法分析实现是非常简洁的,亮点主要在于通过函数式编程实现状态机,并使用了 channel 进行词法、语法并发分析,简化了设计并提高了效率。

模版引擎的词法分析部分我们就此结束,下一次我们将介绍语法分析,谢谢大家阅读 😅

参考