如何進行thriftpy＋ply的源碼分析

如何進行thriftpy＋ply的源碼分析，很多新手對此不是很清楚，為了幫助大家解決這個難題，下面小編將為大家詳細講解，有這方面需求的人可以來學習下，希望你能有所收獲。

thrift 使用ply做編譯和解析器，ply是編譯原理入門比較方便的源碼，代碼量少，且python文本就是代碼，解析方便

ex把每個掃面出來的單詞叫統統叫做token，token可以有很多類。對比自然語言的話，英語中的每個單詞都是token，token有很多類，比如non(名詞)就是一個類token，apple就是屬于這個類型的一個具體token。對于某個編程語言來說，token的個數是很有限的，不像英語這種自然語言中有幾十萬個單詞。

lex工具會幫我們生成一個yylex函數，yacc通過調用這個函數來得知拿到的token是什么類型的，但是token的類型是在yacc中定義的。

lex的輸入文件一般會被命名成 .l文件，通過lex XX.l 我們得到輸出的文件是lex.yy.c

yacc是什么呢？

剛才說完lex了，那么yacc呢，教科書上把yacc做的工作叫做syntactic analysis。這次我們翻譯沒有直譯做句法分析，而是叫語法分析，這個翻譯能好一點，意思也基本上比較清楚。
其實我們最開始學習英語的時候老師都會告訴我們英語其實就是“單詞+語法”，這個觀點放到編程語言中很合適，lex提取了單詞，那么是剩下的部分就是如何表達語法。那么yacc做的事情就是這一部分（實際應該說是BNF來做的）。

yacc會幫我們生成一個yyparse函數，這個函數會不斷調用上面的yylex函數來得到token的類型。

yacc的輸入文件一般會被命名成 .y文件，通過yacc -d XX.y我們得到的輸出文件是y.tab.h y.tab.c，前者包含了lex需要的token類型定義，需要被include進 .l文件中

lex和yacc的輸入文件格式

Definition section
%%
Rules section

%%
C code section

.l和.y的文件格式都是分成三段，用%%來分割，三個section的含義是：

• Definition Section

這塊可以放C語言的各種各種include，define等聲明語句，但是要用%{ %}括起來。

如果是.l文件，可以放預定義的正則表達式：minus "-" 還要放token的定義，方法是：代號 正則表達式。然后到了，Rules Section就可以通過{符號} 來引用正則表達式

如果是.y文件，可以放token的定義，如：%token INTEGER PLUS ，這里的定一個的每個token都可以在y.tab.h中看到

• Rules section

.l文件在這里放置的rules就是每個正則表達式要對應的動作，一般是返回一個token

.y文件在這里放置的rules就是滿足一個語法描述時要執行的動作

不論是.l文件還是.y文件這里的動作都是用{}擴起來的，用C語言來描述，這些代碼可以做你任何想要做的事情

• C code Section

main函數，yyerror函數等的定義

lex和yacc能幫我們做什么？

一句話：解釋執行自定義語言。有幾點要注意：

1. 自定義語言的要做的事情必須可以能通過C語言來實現。其實任何計算機能做的事情都可以用C語言來實現，lex和yacc存在的意義在于簡化語言，讓使用者能夠以一種用比較簡單的語言來實現復雜的操作。比如：對于數據庫的查詢肯定有現成的庫可以來完成，但是使用起來比較麻煩，要自己寫成語調用API，編譯才行。如果我們想實自定義一個簡單的語言（比如SQL）來實現操作，這個時候就可以用lex和yacc。

2. lex和yacc 做的事情只是：用C語言來實現另外一種語言。所以，他沒辦法實現C語言自己，但是可以實現java、python等。當然你可以通過Antlr來實現C語言的解析和執行，如果你這么做的話，C語言程序首先是通過java來執行，然后java又變成了本地語言（C語言）來執行，誰叫我們的操作系統都是C語言實現的呢。

使用lex和yacc我們要做那幾件事情？

1. 定義各種token類型。他們在.y中定義，這些token既會被lex使用到，也會被.y文件中的BNF使用到。

2. 寫詞匯分析代碼。這部分代碼在.l文件（就是lex的輸入文件）中。這塊的定義方式是：正則表達式-->對應操作。如果和yacc一起來使用的話，對應的操作通常是返回一個token類型，這個token的類型要在yacc中提前定義好。

3. 寫BNF。這些東西定義了語言的規約方式。

關于BNF

是一種context-free grammars，請參考：http://en.wikipedia.org/wiki/Backus%E2%80%93Naur_Form 摘錄：

<symbol> ::= __expression__

1. <symbol> is a nonterminal

2. __expression__ consists of one or more sequences of symbols

3. more sequences are separated by the vertical bar, '|'

4. Symbols that never appear on a left side are terminals. On the other hand

5. symbols that appear on a left side are non-terminals and are always enclosed between the pair <>.

在yacc中定義的方式其實是：

<symbol> : __expression__ {operation}

| __expression__ {operation}

operation 是 滿足語法時要執行的C語言代碼，這里的C語言代碼可以使用一些變量，他們是：$$ $1 $2等等。$$代表規約的結果，就是表達式__expression__的值，$1代表的是前面 __expression__ 中出現的各個word。舉個例子：

expr2:
expr3 { $$ == $1; }
| expr2 PLUS expr3 { $$ = plus($1, $3); }
| expr2 MINUS expr3 { $$ = minus($1, $3); }

看完上述內容是否對您有幫助呢？如果還想對相關知識有進一步的了解或閱讀更多相關文章，請關注億速云行業資訊頻道，感謝您對億速云的支持。