为简单的伪代码语言创建解析器？

我想在Java中创建一个简单的解析器，用于像伪语言（保持僵化）的“伪代码”。 一个示例伪代码是 –

//This is a comment $x1 = readint $x2 = readint $dx = $x2 - $x1 #f = $dx / 2 if ($dx > 0) { loop while(#f > 1) { print(#f) #f = #f / 2 } } 

请注意，上面的代码是严格的，在一行上不能有多个语句，整数以$开头，浮点数以＃开头等。

要解析这样的代码，首先我可以使用StringTokenizer ，然后使用正则表达式来匹配整数变量，浮点变量或关键字。

这种做法好吗？ 对于循环语句，我如何存储表达式，以便我不必在每次迭代中进行标记化？

我可以考虑将表达式（如#f = #f / 2）转换为抛光表示法，然后将其存储在堆栈中。 在每次迭代中，在弹出操作数时，我可以替换每个变量的值。 但这足够有效吗？

提前谢谢，任何建议。

Answer 1

虽然我认为你想为这样的语言构建一个解析器很棒，但这样做比它看起来要困难得多。 解析是一个研究得很好的问题，你可以使用许多优秀的算法，但它们很难手工实现。 虽然您可以使用诸如转换到RPN等技巧来处理较小的示例（如解析表达式），但构建完整的编程语言需要更复杂的一系列技巧。

要解析这种复杂性的语言，最好使用解析器生成器，而不是尝试自己编写自己的语言。 ANTLR和Java CUP是两个众所周知的工具，可以准确地完成您想要完成的任务，我强烈建议您使用其中的两个。

希望这可以帮助！

Answer 2

对于简单语言（这是一个判断调用，如果你没有经验，你可能无法正确地进行调用），人们通常可以手工编写一个递归下降解析器。 好消息是编码递归下降解析器非常简单 。

如果你不确定，可以使用最强大的解析器生成器的forms使用overkill。

Answer 3

在简单的情况下手动编写解析器是有道理的。

但是，使用StringTokenizer是错误的指示，因为StringTokenizer已经是SIMPLE解析器。

解析器通常读取char并根据该char的值更改其状态。

只是一个简单的解析器，“b”使后面的字符“大写”，e到小写。 “” 停止

  String input = "aDDbcDDeaaef."; int pos = 0; int state = 0; while (pos < input.length()) { char z = input.charAt (pos); if (z == '.') break; switch (z) { case 'b': state = 1; break; case 'e': state = 0; break; default: if (state == 0) { System.out.print(Char.toLowerCase(z)); } else { System.out.print(Char.toUpperCase(z)); } } pos ++; }