Grako"code"代

Question

我想了解如何重新创建由 grako 生成的解析器解析的文档。

在深入研究 grako 源代码之后，我相信我终于理解了如何 returns 从 AST 到生成文档。有人可以检查一下我的以下理解是否正确，如果有更直接的方法请告诉我？

创建一个希望解析的 PEG 语法。 Grako 基于它创建了一个解析器 class 和一个语义学 class。
一个人（手动）创建一个 python 模块，其中包含（或多或少）一个单独的 class（grako.model.Node 的子class）语法。每个 class 必须至少有一个构造函数，其中包含对应规则中每个命名元素的参数，并将其值存储在 class 属性.
一个子class（手动）生成的语义class用步骤 2 中创建的相应 class 替换每条规则的 ast。
一个人（手动）创建一个 python 模块 grako.codegen.ModelRenderer 的一个子 class 定义模板 "code" 生成（或多或少）每个规则一个人的语法。
将由节点子classes 和包含模板的python 模块组成的AST 提供给grako.codegen.CodeGenerator().render(...) 以创建输出。

这样可以吗？这看起来一点也不直观。

为什么要经过第 2 步和第 3 步的巨大努力，除了存储已经包含在 AST 中的信息外什么都不做？
这种方法比直接从 AST 工作有什么优势？
如果只想用原始语法重新创建文档，有没有办法自动执行或回避步骤 2 和 3？
给定 PEG 语法定义，理论上是否可以像创建 "parser generator" 一样自动创建 "code generator generator"？

Answer 1

如果您查看 Grako 本身如何解析语法，您会注意到步骤 2 classes 是由 ModelBuilderSemantics 后代综合创建的:

# from grako/semantics.py
class GrakoSemantics(ModelBuilderSemantics):
    def __init__(self, grammar_name):
        super(GrakoSemantics, self).__init__(
            baseType=grammars.Model,
            types=grammars.Model.classes()
        )
        self.grammar_name = grammar_name
        self.rules = OrderedDict()
...

如果 types= 参数中不存在 classes，则合成它们。 ModelBuilderSemantics 所需要的只是每个语法规则都带有一个参数，该参数为相应的 Node:

提供 class 名称

module::Module = .... ;

或者，

module(Module) = ... ;

第3步是免不了的，因为必须指定翻译"somewhere"。 Grako 的方式允许 str 指定的模板与 CodeGenerator 完成的调度内联，这是我首选的翻译方式。但当我只需要从模型中提取信息时，我会使用 grako.model.DepthFirstNodeWalker，例如生成符号 table 或计算指标时。

步骤 3 无法自动化，因为将源语言的语义映射到目标语言的语义需要脑力，即使源语言和目标语言相同。

也可以像您建议的那样遍历 parse() 或 grako.model.Node.asjson() 生成的 JSON 类 Python 结构（AST），但是处理代码将充满 if-then-elseif 以区分一个字典与另一个字典，或一个列表与另一个列表。对于模型，层次结构中的每个字典都有一个 Python class 作为类型。

最后，Grako 没有强加一种方法来创建已解析内容的模型，也没有强加一种将其转换为其他内容的方法。在其基本形式中，Grako 仅提供 具体语法树 (CST) 或 抽象语法树 (AST) 如果元素命名被明智地使用。其他一切都是由特定的语义class产生的，可以是任何人想要的。

Grako"code"代

Grako "code" generation

python

code-generation

grako