MuMath ANTLR4 语法解析指南：grammars-v4 中 mumath 文法的结构、规则与实战用法

MuMath ANTLR4 语法解析指南grammars-v4 中 mumath 文法的结构、规则与实战用法【免费下载链接】grammars-v4Grammars written for ANTLR v4; expectation that the grammars are free of actions.项目地址: https://gitcode.com/gh_mirrors/gr/grammars-v4MuMathmuMATH是 20 世纪 70 年代诞生的一款早期计算机代数系统其源码文件具有独特的函数式与命令式混合语法。本指南以 grammars-v4 仓库中的 mumath 目录 为对象完整拆解由 Tom Everett 移植、Dan Stanger 原始编写的 ANTLR4 文法 mumath.g4覆盖程序结构、语句构造、表达式优先级、词法记号定义以及基于 Maven 与 antlr4-tools 的构建、测试与跨语言生成方法。读完本文你将能够读懂任何一份 MuMath 语法的解析树结构掌握 ANTLR4 文法组织表达式优先级与语句块的通用套路并能在本地直接编译、测试这套文法。MuMath 文法文件简介mumath/README.md 对该文法的定位非常明确这是一份面向 MuMath 源码文件的 ANTLR4 文法由 Tom Everett 从 Dan Stanger 编写的 ANTLR3 文法移植而来。这份移植历史也原样保留在 mumath.g4 的文件头注释中/* * MuMath originally written for Antlr3 by Dan Stanger * * Ported to Antlr4 by Tom Everett * */与 grammars-v4 仓库中绝大多数文法一样该文法不含任何嵌入的语义动作actions只负责生成语法树适合作为解析器生成的纯净输入。目录结构非常精简mumath.g4唯一的文法文件词法 语法规则合并在同一文件中examples/example1.txt用于验证解析器的示例输入pom.xmlMaven 构建与自动化测试配置desc.xml声明该文法支持的 ANTLR 目标语言README.md简短的项目说明语法全景从 program 顶层规则看 MuMath 程序结构语法入口规则program定义在 mumath.g4它决定了 MuMath 文件的整体形态program : ((functionDefinition | assignment | functionDesignator) (SEMI | DOLLAR))* EOF ;从这条规则可以读出三层信息一个 MuMath 程序由零个或多个顶层元素组成每个元素要么是函数定义functionDefinition、赋值语句assignment要么是函数调用/设计符functionDesignator。每个顶层元素必须以分号;SEMI或美元符$DOLLAR结尾——$在 MuMath 中同样承担语句终结符的职责。整个输入必须以EOF结束未完整解析的输入会被判定为语法错误。也就是说MuMath 是一种语句驱动的语言顶层没有声明区、没有BEGIN...END包裹程序体就是一系列被终结符隔开的赋值、函数定义和函数调用。这与仓库中其他过程式语言如 tinyc、pascal以program ... begin ... end为主干的风格明显不同。语句级构造赋值、函数定义、块、循环与条件program之下MuMath 的语句层由五类规则组成均位于 mumath.g4。赋值assignment——支持多重目标assignment : (ID COLON) expression ;(ID COLON)表示一个或多个标识符:前缀随后接一个表达式。这意味着 MuMath 支持类似A:B:expr的多重赋值形式多个变量名依次跟冒号共享同一个表达式结果。这在早期代数语言中用于一次性给多个符号绑定值与后来语言中的并行解构赋值思路一脉相承。函数定义functionDefinitionfunctionDefinition : FUNCTION ID list_ COMMA statments (COMMA)? ENDFUN ; list_ : LPAREN (RPAREN | ID (COMMA ID)* RPAREN) ;函数定义以关键字FUNCTION开头、ENDFUN结尾。list_规则解析形参列表且允许空参数表()也允许逗号分隔的多个标识符。函数体是statments注意文法中这个规则名的拼写是statments而非statements属于移植时保留的原始命名使用时需留意末尾的(COMMA)?表示函数体之后可以带一个可选的逗号再结束。语句序列statmentsstatments : (loop | when | block | assignment | expression | functionDesignator) (COMMA statments)* ;语句序列是 MuMath 的核心组合子一条语句可以是循环、条件、块、赋值、表达式或函数调用且多条语句用逗号,连接——这与顶层用分号/美元符分隔不同是 MuMath 在语句块内使用逗号作为分隔符的特色语法。块、循环与条件block : BLOCK statments COMMA ENDBLOCK ; loop : LOOP statments (COMMA)? ENDLOOP ; when : WHEN expression ((COMMA)? EXIT COMMA statments (COMMA)? EXIT) ;blockBLOCK ... ENDBLOCK结构块内语句序列以逗号结束。loopLOOP ... ENDLOOP结构构成循环体循环出口机制由when提供。whenMuMath 的条件控制结构WHEN 条件 EXIT, 语句, EXIT——条件成立时执行第一个EXIT分支否则落入第二个EXIT分支。这是 MuMath 特有的条件即出口写法用EXIT同时表达条件分支与循环退出。表达式体系运算符分级与优先级MuMath 的表达式规则完整覆盖了代数系统所需的运算层次分布在 mumath.g4。ANTLR4 文法通过规则嵌套的深度来表达运算符优先级——越内层的规则优先级越高。四层优先级结构优先级由低到高规则运算符1. 关系运算expression/relationalOperator,EQ,,,,,,2. 加法级simpleExpression/addingOperator,-,OR3. 乘法级term/multiplyingOperator*,/,mod,AND,^幂4. 因子级factor标识符、常量、括号、函数调用、NOTexpression : simpleExpression (relationalOperator simpleExpression)* ; simpleExpression : (MINUS)? term (addingOperator term)* ; term : factor (multiplyingOperator factor)* ; factor : ID | constant | LPAREN expression RPAREN | functionDesignator | NOT factor ;值得注意的几个文法设计点以下均为从文法结构可直接观察到的行为^POWER被放在乘法级multiplyingOperator中与*、/、mod、AND同级而不是像多数语言那样独占更高的优先级层。因此X^2*Y会被解析为(X^2)*Y还是X^(2*Y)取决于同层左递归的实际推导顺序从文法结构看^并不具有独立于乘除的优先级层。一元负号-挂在simpleExpression层只作用于第一个term优先级低于因子级因此-X^2实际对应-(X^2)还是(-X)^2需按该层的推导顺序判断。NOT是因子级规则NOT factor优先级最高可以递归作用于任意因子。OR与、-同级AND与*、/同级这与现代语言中逻辑运算通常低于算术运算的习惯不同是 MuMath 文法自身的取舍。等号的双重身份EQF 与 EQCequal规则同时接受EQF关键字EQ与EQC符号两种写法equal : (EQF | EQC) ; EQF : EQ ; EQC : ;由于在assignment中并不作为赋值符出现赋值用的是:文法中不存在的歧义冲突与EQ均可安全地充当关系比较运算符。函数调用与常量functionDesignator : ID LPAREN ((actualParameter (COMMA actualParameter)*) |) RPAREN ; actualParameter : expression | assignment ; constant : (NUMBER | STRING | QUOTE ID | QUOTE STRING) ;functionDesignator允许空参数表也允许一个或多个actualParameter每个实参可以是表达式也可以是赋值语句。constant除数字与字符串外还允许标识符与字符串QUOTE即单引号这种带引号的符号形式用于表示 MuMath 中的引号化表达式阻止求值的符号。词法层关键字、运算符、标识符与字面量词法规则 与语法规则合并在同一.g4文件中全部采用字面量或字符区间定义。关键字大小写敏感的保留字记号字面量用途BLOCK/ENDBLOCKBLOCK/ENDBLOCK语句块边界FUNCTION/ENDFUNFUNCTION/ENDFUN函数定义边界LOOP/ENDLOOPLOOP/ENDLOOP循环边界WHEN/EXITWHEN/EXIT条件出口OR/AND/NOTOR/AND/NOT逻辑运算符MODmod小写取模EQFEQ等于关键字形式注意一个细节MOD的字面量是小写mod而OR、AND、NOT、WHEN、EXIT、BLOCK等均为大写——这意味着 MuMath 的保留字是大小写敏感的且mod必须小写书写。运算符与分隔符记号字面量记号字面量EQUATIONPLUSEQCMINUS-NOT_EQUALSTAR*LT/LE/SLASH/GT/GE/POWER^QUOTECOMMA,LPAREN/RPAREN(/)SEMI;COLON:DOLLAR$标识符、数组下标、字符串与数字ID : (A .. Z | | { | #) (A .. Z | 0 .. 9 | # | })* (ARR)? ; ARR : [ NUMBER ] ; STRING : (~ )* ; NUMBER : (0 .. 9) ;标识符只能以大写字母A-Z、、{或#开头后续字符限大写字母、数字、#、}。因此 MuMath 变量名是大写体系如X、LOG小写字母不参与标识符构成。标识符尾部可以携带一个数组下标ARR形如[数字]如A[3]下标必须是纯数字。字符串使用双引号包裹且内部不允许出现未转义的双引号~ 排除双引号。数字仅由十进制数字组成文法中未定义小数、负数或科学计数法记号负号由语法层的MINUS处理。空白与注释WS : ( | \t | \n | \r) - skip ; COMMENT : % (\n | ~ (% | \n))* % - skip ;WS跳过空格、制表符、换行与回车即空白不参与语法。注释采用% ... %定界以%开头内容可以是换行符或任意非%非换行字符再以%结束。从规则结构看注释不能跨行内容中虽允许出现换行但最终必须在本行内以%闭合且注释在词法阶段直接被skip丢弃。用示例验证INT (LOG (X)^10,X);的解析过程目录中唯一的示例文件 examples/example1.txt 内容为INT (LOG (X)^10,X);这是一条典型的 MuMath 定积分表达式对LOG(X)^10关于X积分。对照文法逐层推导program匹配一个顶层元素INT (LOG (X)^10,X)是functionDesignator结尾的;是SEMI随后EOF结束。functionDesignatorID为INT括号内是两个actualParameter由COMMA分隔第一个实参LOG (X)^10外层是term中的factor——functionDesignatorLOG(X)随后multiplyingOperator的^POWER再乘方因子10。其中LOG(X)内部是嵌套的functionDesignatorX是factor中的ID。第二个实参X直接是factor→ID。这行示例同时验证了顶层语句、函数调用、嵌套调用、幂运算与实参列表的解析路径可以作为运行文法测试的标准输入。构建、测试与跨语言目标Maven 构建与自动化测试mumath/pom.xml 使用两个插件完成生成解析器 自动跑示例的闭环antlr4-maven-pluginsourceDirectory指向文法所在目录${basedir}只包含mumath.g4一个文法文件并开启visitortrue与listenertrue即生成代码同时包含 Visitor 与 Listener 两种遍历接口。antlr4test-maven-pluginkhubla以program为入口规则、mumath为文法名将examples/目录作为测试样例来源。也就是说只要mvn test能成功解析 examples/example1.txt就视为文法测试通过。仓库根目录的 test.sh 提供了统一入口它会先检查mvn是否可用然后执行mvn test。在仓库根目录运行./test.sh # 或仅测试本文法 mvn -f mumath/pom.xml test支持的目标语言desc.xml其格式受 _scripts/desc.xsd 约束声明了该文法可生成的目标语言CSharp;Cpp;Dart;Go;Java;JavaScript;PHP;Python3;TypeScript;Antlr4ng这意味着同一份mumath.g4可以面向 Java、C#、C、Dart、Go、JavaScript、PHP、Python3、TypeScript 以及 ANTLR4ng 运行时生成对应的 Lexer/Parser 代码语法规则本身无需改动——这正是 grammars-v4 中纯文法、无动作设计带来的跨语言可移植性。无需安装 JDK 的快速试玩仓库的 _scripts/antlr4-tools/README.md 提供了免安装方案pip install antlr4-tools后即可获得antlr4与antlr4-parse命令首次运行会自动下载 Java 运行时与 ANTLR jar。例如用解释器直接解析示例输入并打印语法树pip install antlr4-tools antlr4-parse mumath/mumath.g4 program -tree mumath/examples/example1.txt输出即为program规则下的完整解析树可用于快速核对上文对INT (LOG (X)^10,X);的逐层推导也可以加-tokens参数查看词法记号流观察INT、LPAREN、POWER、SEMI等记号的实际切分结果。小结与使用提示本文法来自 Dan Stanger 的 ANTLR3 版本、由 Tom Everett 移植为 ANTLR4位于 mumath/mumath.g4顶层入口规则为program示例与测试配置齐全可直接通过 Maven 或 antlr4-tools 运行。语法上的三个辨识点块内语句以逗号分隔、赋值采用ID:前缀且支持多重赋值、条件由WHEN ... EXIT, ..., EXIT表达。表达式的四层优先级关系 加减/OR 乘除/mod/AND/幂 因子完全由文法规则嵌套决定其中^与AND被归入乘法层、OR被归入加法层是这套文法区别于现代语言的特色。词法上保留字大小写敏感mod为小写、标识符仅限大写体系字符、注释使用% ... %定界使用时应严格遵循这些约束避免在输入文件中混入小写变量名或未闭合的注释。对于需要在 Java、Python、TypeScript 等任意受支持目标中解析 MuMath 文件的开发者直接复用 mumath.g4 并按 desc.xml 声明的目标生成代码即可若需修改文法行为例如调整^的优先级层级所有语法规则与词法记号都集中在这一个文件中便于定位与维护。【免费下载链接】grammars-v4Grammars written for ANTLR v4; expectation that the grammars are free of actions.项目地址: https://gitcode.com/gh_mirrors/gr/grammars-v4创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考