从0开始自制解释器——实现多位整数的加减法计算器
上一篇我们实现了一个简单的加法计算器，并且了解了基本的词法分析、词法分析器的概念。本篇我们将要对之前实现的加法计算器进行扩展，我们为它添加以下几个功能
- 计算减法
- 能自动识别并跳过空白字符
- 不再局限于单个整数，而是能计算多位整数
提供一些工具函数
首先为了支持减法，我们需要重新定义一下TokenType这个类型，也就是需要给 - 定义一个标志。现在我们的TokenType的定义如下
typedef enum e_TokenType
{
CINT = 0,
PLUS,
MINUS,
END_OF_FILE
}ETokenType;
由于需要支持多个整数，所以我们也不知道最终会有多少个字符，因此我们提供一个END_OF_FILE 表示我们访问到了最后一个字符，此时应该退出词法分析的过程。
另外因为整数个数不再确定，我们也就不能按照之前的提供一个固定大小的数组。虽然可以提供一个足够大的空间来作为存储数字的缓冲，但是数字少了会浪费空间。而且考虑到之后要支持自定义变量和函数，采用固定长度缓冲的方式就很难找到合适的大小，太大显得浪费空间，太小有时候无法容纳得下用户定义的变量和函数名。因此这里我们采用动态长度的字符缓冲来保存。我们提供一个DyncString 的结构来保存这些内容
#define DEFAULT_BUFFER_SIZE 16
// 动态字符串结构，用于保存任意长度的字符串
typedef struct DyncString
{
int nLength; // 字符长度
int capacity; //实际分配的空间大小
char* pszBuf; //保存字符串的缓冲
}DyncString, *LPDyncString;
// 动态字符串初始化
// str: 被初始化的字符串
// size: 初始化字符串缓冲的大小，如果给0则按照默认大小分配空间
void dyncstring_init(LPDyncString str, int size);
// 动态字符串空间释放
void dyncstring_free(LPDyncString str);
//重分配动态字符串大小
void dyncstring_resize(LPDyncString str, int newSize);
//往动态字符串中添加字符
void dyncstring_catch(LPDyncString str, char c);
// 重置动态数组
void dyncstring_reset(LPDyncString str);
它们的实现如下
/*----------------------------动态数组的操作函数-------------------------------*/
void dyncstring_init(LPDyncString str, int size)
{
if (NULL == str)
return;
if (size == 0)
str->capacity = DEFAULT_BUFFER_SIZE;
else
str->capacity = size;
str->nLength = 0;
str->pszBuf = (char*)malloc(sizeof(char) * str->capacity);
if (NULL == str->pszBuf)
{
error("分配内存失败\n");
}
memset(str->pszBuf, 0x00, sizeof(char) * str->capacity);
}
void dyncstring_free(LPDyncString str)
{
if (NULL == str)
return;
str->capacity = 0;
str->nLength = 0;
if (str->pszBuf == NULL)
return;
free(str->pszBuf);
}
void dyncstring_resize(LPDyncString str, int newSize)
{
int size = str->capacity;
for (; size < newSize; size = size * 2);
char* pszStr = (char*)realloc(str->pszBuf, size);
str->capacity = size;
str->pszBuf = pszStr;
}
void dyncstring_catch(LPDyncString str, char c)
{
if (str->capacity == str->nLength + 1)
{
dyncstring_resize(str, str->capacity + 1);
}
str->pszBuf[str->nLength] = c;
str->nLength++;
}
void dyncstring_reset(LPDyncString str)
{
dyncstring_free(str);
dyncstring_init(str, DEFAULT_BUFFER_SIZE);
}
/*----------------------------End 动态数组的操作函数-------------------------------*/
另外提供一些额外的工具函数，他们的定义如下
void error(char* lpszFmt, ...)
{
char szBuf[1024] = "";
va_list arg;
va_start(arg, lpszFmt);
vsnprintf(szBuf, 1024, lpszFmt, arg);
va_end(arg);
printf(szBuf);
exit(-1);
}
bool is_digit(char c)
{
return (c >= '0' && c <= '9');
}
bool is_space(char c)
{
return (c == ' ' || c == '\t' || c == '\r' || c == '\n');
}
主要算法
我们还是延续之前的算法，一个字符一个字符的解析，只是现在需要额外的将多个整数添加到一块作为一个整数处理。而且需要添加跳过空格的处理。
首先我们对上次的代码进行一定程度的重构。我们添加一个函数专门用来获取下一个字符
char get_next_char()
{
// 如果到达字符串尾部，索引不再增加
if (g_pPosition == '\0')
{
return '\0';
}
else
{
char c = *g_pPosition;
g_pPosition++;
return c;
}
}
expr() 函数里面大部分结构不变，主要算法仍然是按次序获取第一个整数、获取算术运算符、获取第二个整数。只是现在的整数都变成了采用 dyncstring 结构来存储
int expr()
{
int val1 = 0, val2 = 0;
Token token = { 0 };
dyncstring_init(&token.value, DEFAULT_BUFFER_SIZE);
if (get_next_token(&token) && token.type == CINT)
{
val1 = atoi(token.value.pszBuf);
}
else
{
printf("首个操作数必须是整数\n");
dyncstring_free(&token.value);
return -1;
}
int oper = 0;
if (get_next_token(&token) && (token.type == PLUS || token.type == MINUS))
{
oper = token.type;
}
else
{
printf("第二个字符必须是操作符， 当前只支持+/-\n");
dyncstring_free(&token.value);
return -1;
}
if (get_next_token(&token) && token.type == CINT)
{
val2 = atoi(token.value.pszBuf);
}
else
{
printf("操作符后需要跟一个整数\n");
dyncstring_free(&token.value);
return -1;
}
switch (oper)
{
case PLUS:
{
printf("%d+%d=%d\n", val1, val2, val1 + val2);
}
break;
case MINUS:
{
printf("%d-%d=%d\n", val1, val2, val1 - val2);
}
break;
default:
printf("未知的操作!\n");
break;
}
dyncstring_free(&token.value);
}
最后就是最终要的 get_next_token 函数了。这个函数最主要的修改就是添加了解析整数和跳过空格的功能
bool get_next_token(LPTOKEN pToken)
{
char c = get_next_char();
dyncstring_reset(&pToken->value);
if (is_digit(c))
{
dyncstring_catch(&pToken->value, c);
pToken->type = CINT;
parser_number(&pToken->value);
}
else if (c == '+')
{
pToken->type = PLUS;
dyncstring_catch(&pToken->value, '+');
}
else if (c == '-')
{
pToken->type = MINUS;
dyncstring_catch(&pToken->value, '-');
}
else if(is_space(c))
{
skip_whitespace();
return get_next_token(pToken);
}
else if ('\0' == c)
{
pToken->type = END_OF_FILE;
}
else
{
return false;
}
return true;
}
在这个函数中我们先获取第一个字符，如果字符是整数则获取后面的整数并直接拼接为一个完整的整数。如果是空格则跳过接下来的空格。这两个是可能要处理多个字符所以这里使用了单独的函数来处理。其余只处理单个字符可以直接返回。
parser_number 和 skip_whitespace 函数比较简单，主要的过程是不断从输入中取出字符，如果是空格则直接将索引往后移动，如果是整数则像对应的整数字符串中将整数字符加入。
void skip_whitespace()
{
char c = '\0';
do
{
c = get_next_char();
} while (is_space(c));
// 遇到不是空白字符的，下次要取用它，这里需要重复取用上次取出的字符
g_pPosition--;
}
void parser_number(LPDyncString dyncstr)
{
char c = get_next_char();
while(is_digit(c))
{
dyncstring_catch(dyncstr, c);
c = get_next_char();
}
// 遇到不是数字的，下次要取用它，这里需要重复取用上次取出的字符
g_pPosition--;
}
唯一需要注意的是，最后都有一个 g_pPosition-- 的操作。因为当我们发现下一个字符不符合条件的时候，它已经过了最后一个数字或者空格了，此时应该已经退回到get_next_token 函数中了，这个函数第一步就是获取下一个字符，因此会产生字符串被跳过的现象。所以这里我们执行 -- 退回到上一个位置，这样再取下一个就不会有问题了。
最后为了能够获取空格的输入，我们将之前的scanf 改成 gets。这样就大功告成了。
我们来测试一下结果
最后的总结
最后来一个总结。本篇我们对上一次的加法计算器进行了简单的改造，支持加减法、能跳过空格并且能够计算多位整数。
在上一篇文章中，我们提到了Token，并且说过，像 get_next_token 这样给字符串每个部分打上Token的过程就是词法分析。get_next_token 这部分代码可以被称之为词法分析器。这篇我们再来介绍一下其他的概念。
- 词位(lexeme):
词位的中文解释是语言词汇的基本单位。例如汉语的词位是汉字，英语的词位是基本的英文字母。对于我们这个加法计算器来说基本的词位就是数字以及+\-这两个符号 - parsing（语法分析）和 parser（语法分析器）
我们所编写的expr函数主要工作流程是根据token来组织代码行为。它的本质就是从Token流中识别出对应的结构，并将结构翻译为具体的行为。例如这里找到的结构是CINT oper CINT。并且将两个int按照oper指定的运算符进行算术运算。这个将Token流中识别出对应的结构的过程我们称之为语法分析，完成语法分析的组件被称之为语法分析器。expr函数中即实现了语法分析的功能，也实现了解释执行的功能。
