当前位置: 首页 > article >正文

解释器模式:自定义语言解析与执行的设计模式

解释器模式:自定义语言解析与执行的设计模式

一、模式核心:定义语言文法并实现解释器处理句子

在软件开发中,当需要处理特定领域的语言(如数学表达式、正则表达式、自定义配置语言)时,可以通过解释器模式定义语言的文法规则,并实现一个解释器来解析和执行该语言的句子。

解释器模式(Interpreter Pattern) 通过将语言的文法规则分解为终结符表达式和非终结符表达式,利用递归调用的方式解析句子。核心解决:

  • 自定义语言解析:无需借助第三方解析工具(如 ANTLR),直接实现简单语言的解释器。
  • 文法扩展灵活:新增文法规则时,只需扩展表达式类,符合开闭原则。
  • 语法树构建:将语言句子转换为抽象语法树(AST),便于可视化和优化。

核心思想与 UML 类图

解释器模式包含以下角色:

  1. 抽象表达式(Expression):定义解释器的公共接口(如 interpret())。
  2. 终结符表达式(Terminal Expression):对应文法中的终结符(如表达式中的变量、常量),实现具体解释逻辑。
  3. 非终结符表达式(Non-terminal Expression):对应文法中的非终结符(如运算符),组合其他表达式进行解释。
  4. 上下文(Context):包含解释器所需的全局信息(如变量映射表)。
  5. 客户端(Client):构建抽象语法树并触发解释过程。

PlantUML Diagram

二、核心实现:简单数学表达式解释器

场景:解析形如 X + Y * 2 的表达式(简化文法,不考虑优先级)

1. 定义抽象表达式接口

public interface Expression {  int interpret(Context context); // 解释表达式,返回结果  
}  

2. 实现终结符表达式(变量或常量)

变量表达式(如 X、Y)
import java.util.Map;  
import java.util.HashMap;  public class VariableExpression implements Expression {  private String name;  public VariableExpression(String name) {  this.name = name;  }  @Override  public int interpret(Context context) {  return context.getVariable(name); // 从上下文中获取变量值  }  
}  
常量表达式(如 2、3)
public class ConstantExpression implements Expression {  private int value;  public ConstantExpression(int value) {  this.value = value;  }  @Override  public int interpret(Context context) {  return value; // 直接返回常量值  }  
}  

3. 实现非终结符表达式(运算符)

加法表达式
public class AddExpression implements Expression {  private Expression left;  private Expression right;  public AddExpression(Expression left, Expression right) {  this.left = left;  this.right = right;  }  @Override  public int interpret(Context context) {  return left.interpret(context) + right.interpret(context); // 递归解释左右表达式  }  
}  
乘法表达式
public class MultiplyExpression implements Expression {  private Expression left;  private Expression right;  public MultiplyExpression(Expression left, Expression right) {  this.left = left;  this.right = right;  }  @Override  public int interpret(Context context) {  return left.interpret(context) * right.interpret(context); // 递归解释左右表达式  }  
}  

4. 定义上下文(管理变量值)

import java.util.HashMap;  
import java.util.Map;  public class Context {  private Map<String, Integer> variables = new HashMap<>();  public void setVariable(String name, int value) {  variables.put(name, value);  }  public int getVariable(String name) {  return variables.getOrDefault(name, 0);  }  
}  

5. 客户端构建语法树并解释表达式

public class ClientDemo {  public static void main(String[] args) {  // 定义表达式:X + Y * 2  // 语法树结构:Add(X, Multiply(Y, 2))  Expression X = new VariableExpression("X");  Expression Y = new VariableExpression("Y");  Expression constant2 = new ConstantExpression(2);  Expression multiply = new MultiplyExpression(Y, constant2);  Expression expression = new AddExpression(X, multiply);  // 设置变量值:X=3,Y=4  Context context = new Context();  context.setVariable("X", 3);  context.setVariable("Y", 4);  // 解释表达式  int result = expression.interpret(context);  System.out.println("表达式结果:" + result); // 输出:3 + 4*2 = 11  }  
}  

输出结果

表达式结果:11  

三、进阶:处理复杂文法与优先级

问题:上述示例未处理运算符优先级(如乘法应先于加法计算)

解决方案:引入优先级规则,构建带优先级的语法树

1. 定义文法规则(BNF 表示)
expression = term + term | term  
term = factor * factor | factor  
factor = variable | constant  
variable = [A-Za-z]+  
constant = [0-9]+  
2. 实现带优先级的表达式解析(递归下降解析器)
import java.util.Stack;  public class Parser {  private final String[] tokens;  private int index = 0;  public Parser(String expressionStr) {  tokens = expressionStr.split(" "); // 假设表达式用空格分隔,如 "X + Y * 2"  }  // 解析顶级表达式(处理加法)  public Expression parseExpression() {  Expression expr = parseTerm();  while (index < tokens.length && tokens[index].equals("+")) {  index++;  expr = new AddExpression(expr, parseTerm());  }  return expr;  }  // 解析项(处理乘法)  private Expression parseTerm() {  Expression term = parseFactor();  while (index < tokens.length && tokens[index].equals("*")) {  index++;  term = new MultiplyExpression(term, parseFactor());  }  return term;  }  // 解析因子(变量或常量)  private Expression parseFactor() {  String token = tokens[index++];  if (token.matches("\\d+")) {  return new ConstantExpression(Integer.parseInt(token));  } else {  return new VariableExpression(token);  }  }  
}  

3. 客户端使用解析器构建语法树

public class ClientDemo {  public static void main(String[] args) {  String expressionStr = "X + Y * 2";  Parser parser = new Parser(expressionStr);  Expression expression = parser.parseExpression();  Context context = new Context();  context.setVariable("X", 3);  context.setVariable("Y", 4);  int result = expression.interpret(context);  System.out.println("带优先级表达式结果:" + result); // 输出:11  }  
}  

四、框架与源码中的解释器实践

1. 正则表达式引擎

正则表达式引擎(如 Java 的 Pattern 类)使用解释器模式解析正则表达式字符串(如 \\d+),构建状态机并匹配输入文本。

2. SQL 解析器

部分轻量级数据库(如 SQLite)的 SQL 解析模块通过解释器模式将 SQL 语句转换为执行计划,虽然现代数据库更多使用编译型方案,但解释器模式是基础实现思路之一。

3. 模板引擎(如 Velocity、Freemarker)

模板引擎解析模板字符串(如 ${name}),将变量替换和逻辑判断(如 ifforeach)转换为可执行的字节码或直接解释执行,本质上是解释器模式的应用。

五、避坑指南:正确使用解释器模式的 3 个要点

1. 避免处理复杂文法

解释器模式适用于简单文法(如四则运算、简单规则表达式),对于复杂文法(如完整的编程语言),应使用专业的解析工具(如 ANTLR、LLVM),避免解释器过于臃肿。

2. 性能优化

解释器的递归调用和语法树遍历可能导致性能瓶颈,对于高频执行的表达式,可通过以下方式优化:

  • 缓存解释结果:对相同表达式缓存解释后的结果。
  • 编译为字节码:将表达式编译为可执行字节码(如 Java 的 ClassLoader)。

3. 错误处理

解释器需完善语法错误处理(如非法字符、括号不匹配),避免解析时抛出未检查异常。可通过自定义异常类(如 ParseException)捕获错误并提示用户。

六、总结:何时该用解释器模式?

适用场景核心特征典型案例
简单领域语言语言文法简单,无需高性能解析配置文件解析(如自定义 .cfg 文件)
教学或演示用途需要直观展示语言解析过程编译器原理教学、脚本语言入门示例
快速原型开发无需引入复杂解析工具,快速实现功能小游戏中的自定义指令系统(如 move up 10

解释器模式通过将语言解析逻辑分解为表达式层次结构,提供了一种灵活的自定义语言实现方式。至此,23 种设计模式已全部讲解完毕!如果需要回顾某一模式或深入探讨具体应用,可以随时告诉我!

扩展思考:解释器模式的缺点

  • 效率低下:解释执行速度通常低于编译执行,不适合高性能要求的场景。
  • 维护成本高:复杂文法会导致表达式类数量激增,维护难度加大。

相关文章:

解释器模式:自定义语言解析与执行的设计模式

解释器模式&#xff1a;自定义语言解析与执行的设计模式 一、模式核心&#xff1a;定义语言文法并实现解释器处理句子 在软件开发中&#xff0c;当需要处理特定领域的语言&#xff08;如数学表达式、正则表达式、自定义配置语言&#xff09;时&#xff0c;可以通过解释器模式…...

​​了解互联网

本文来源 &#xff1a; 腾讯元宝 克劳德香农&#xff08;Claude Shannon&#xff09; 信息时代之父​​ 克劳德香农&#xff08;Claude Shannon&#xff0c;1916-2001&#xff09;是20世纪最具影响力的数学家和工程师之一&#xff0c;被誉为​​“信息论之父”​​和​​“数字…...

Vue和React项目中,统一监听页面错误需要结合框架提供的错误处理机制与JavaScript原生方法

在Vue和React项目中&#xff0c;统一监听页面错误需要结合框架提供的错误处理机制与JavaScript原生方法&#xff0c;以下是具体方案及实现原理&#xff1a; Vue项目统一监听错误 errorCaptured生命周期钩子134 作用&#xff1a;监听所有下级组件的报错&#xff0c;可返回fals…...

AI催生DLP新战场 | 天空卫士连续6年入选Gartner 全球数据防泄漏(DLP)市场指南

“管理数据外泄风险仍然是企业的重大挑战之一&#xff0c;客户处出于各种因素寻求DLP。最近&#xff0c;一些组织对使用DLP控制机器对敏感信息的访问表现出很大兴趣。 随着生成式人工智能&#xff08;GenAI&#xff09;的运用和数据的不断扩散&#xff0c;数据外泄的问题变得更…...

23种设计模式-行为型模式之策略模式(Java版本)

Java 策略模式&#xff08;Strategy Pattern&#xff09;详解 &#x1f9e0; 什么是策略模式&#xff1f; 策略模式是一种行为型设计模式&#xff0c;它定义了一系列算法&#xff0c;把它们一个个封装起来&#xff0c;并且使它们可以互相替换。策略模式让算法独立于使用它的客…...

Adobe After Effects的插件--------Optical Flares之Lens Objects参数

Lens Objects,即【镜头对象】。 通用设置 全局参数发光多光圈光圈条纹微光反射钉球闪光圆环箍焦散镜头球缩放✔✔✔✔✔✔✔✔✔✔✔✔✔缩放偏移✔长宽比✔✔✔✔✔✔✔✔✔✔✔✔✔混合模式✔颜色✔全局种子✔亮度✔✔✔✔✔✔✔✔✔✔✔✔拉伸✔✔✔✔✔✔✔✔✔✔✔✔距离…...

使用Matlab工具将RAW文件转化为TXT文件,用于FPGA仿真输入

FPGA实现图像处理算法时&#xff0c;通常需要将图像作为TestBench的数据输入。 使用VHDL编写TestBench时&#xff0c;只能读取二进制TXT文件。 现在提供代码&#xff0c;用于实现RAW图像读取&#xff0c;图像显示&#xff0c;图像转化为二进制数据并存入TXT文件中。 clc; cl…...

【问题】解决docker的方式安装n8n,找不到docker.n8n.io/n8nio/n8n:latest镜像的问题

问题概览 用docker方式安装n8n&#xff0c;遇到错误&#xff0c;安装不了的问题&#xff1a; Unable to find image docker.n8n.io/n8nio/n8n:latest locally docker: Error response from daemon: Get "https://registry-1.docker.io/v2/": net/http: request can…...

【网络】TCP/IP协议学习

学TCP/IP最好的方法是阅读lwip源码。 1. 资料 什么是SYN Flood&#xff1f;DoS 和 DDoS 攻击&#xff0c;一个字母之差&#xff0c;到底区别在哪&#xff1f; 2. 技术要点&#xff1a; 技术要点要结合源码&#xff0c;以及向AI提问来理解&#xff0c;否则真的很难理解&…...

系统与网络安全------弹性交换网络(1)

资料整理于网络资料、书本资料、AI&#xff0c;仅供个人学习参考。 Trunk原理与配置 Trunk原理概述 Trunk&#xff08;虚拟局域网中继技术&#xff09;是指能让连接在不同交换机上的相同VLAN中的主机互通。 VLAN内通信 实现跨交换的同VLAN通信&#xff0c;通过Trunk链路&am…...

10天学会嵌入式技术之51单片机-day-3

第九章 独立按键 按键的作用相当于一个开关&#xff0c;按下时接通&#xff08;或断开&#xff09;&#xff0c;松开后断开&#xff08;或接通&#xff09;。实物图、原理图、封装 9.2 需求描述 通过 SW1、SW2、SW3、SW4 四个独立按键分别控制 LED1、LED2、LED3、LED4 的亮…...

深入解析微软MarkitDown:原理、应用与二次开发指南

一、项目背景与技术定位 微软开源的MarkitDown并非简单的又一个Markdown解析器&#xff0c;而是针对现代文档处理需求设计的工具链核心组件。该项目诞生于微软内部大规模文档系统的开发实践&#xff0c;旨在解决以下技术痛点&#xff1a; 大规模文档处理性能&#xff1a;能够高…...

【PVCodeNet】《Palm Vein Recognition Network Combining Transformer and CNN》

[1]吴凯,沈文忠,贾丁丁,等.融合Transformer和CNN的手掌静脉识别网络[J].计算机工程与应用,2023,59(24):98-109. 文章目录 1、Background and Motivation2、Related Work3、Advantages / Contributions4、Method5、Experiments5.1、Datasets and Metrics5.2、Hyper-parameters5.…...

CentOS 7 磁盘分区详细教程

CentOS 7 磁盘分区详细教程 在服务器管理和运维过程中&#xff0c;磁盘分区是一项基础且重要的操作。合理的磁盘分区可以提高数据存储的安全性、高效性&#xff0c;方便系统管理与维护。本文将详细介绍在 CentOS 7 系统中进行磁盘分区的具体步骤和方法。 一、准备工作 1.1 确…...

从青涩到 AI:我与评估程序的三十年 “纠缠” 与重启(参数化)

接上篇&#xff1a;从青涩到 AI&#xff1a;我与评估程序的三十年 “纠缠” 与重启   主要对参数配置和模板文件处理进行了改动&#xff0c;将可参数化的数据放到了config.yaml文件中&#xff0c;再一个将模板文件&#xff08;评估模板.xlsx&#xff09;分离为(7年级模板.xls…...

x-cmd install | brows - 终端里的 GitHub Releases 浏览器,告别繁琐下载!

目录 核心功能与优势安装适用场景 还在为寻找 GitHub 项目的特定 Release 版本而苦恼吗&#xff1f;还在网页上翻来覆去地查找下载链接吗&#xff1f;现在&#xff0c;有了 brows&#xff0c;一切都将变得简单高效&#xff01; brows 是一款专为终端设计的 GitHub Releases 浏览…...

【python】如何将文件夹及其子文件夹下的所有word文件汇总导出到一个excel文件里?

根据你的需求,这里提供一套完整的Python解决方案,支持递归遍历子文件夹、提取Word文档内容(段落+表格),并整合到Excel中。以下是代码实现及详细说明: 一个单元格一个word的全部内容 完整代码 # -*- coding: utf-8 -*- import os from docx import Document import pand…...

C++ 封装成DLL,C#调用

目录 前言 一、C DLL 封装 二、C# 调用 DLL 1、创建 C# 控制台项目&#xff0c;调用 三、注意事项 前言 在实际工程开发中&#xff0c;跨语言调用是常见的需求&#xff0c;尤其是在性能要求较高的模块中&#xff0c;常常采用 C 实现核心算法逻辑&#xff0c;并通过封装为 D…...

多模态知识图谱:重构大模型RAG效能新边界

当前企业级RAG&#xff08;Retrieval-Augmented Generation&#xff09;系统在非结构化数据处理中面临四大核心问题&#xff1a; 数据孤岛效应&#xff1a;异构数据源&#xff08;文档/表格/图像/视频&#xff09;独立存储&#xff0c;缺乏跨模态语义关联&#xff0c;导致知识检…...

实验八 版本控制

实验八 版本控制 一、实验目的 掌握Git基本命令的使用。 二、实验内容 1.理解版本控制工具的意义。 2.安装Windows和Linux下的git工具。 3.利用git bash结合常用Linux命令管理文件和目录。 4.利用git创建本地仓库并进行简单的版本控制实验。 三、主要实验步骤 1.下载并安…...

微服务相比传统服务的优势

这是一道面试题&#xff0c;咱们先来分析这道题考察的是什么。 如果分析面试官主要考察以下几个方面&#xff1a; 技术理解深度 你是否清楚微服务架构&#xff08;Microservices&#xff09;和传统单体架构&#xff08;Monolithic&#xff09;的本质区别。能否从设计理念、技术…...

JavaWeb:Web介绍

Web开篇 什么是web? Web网站工作流程 网站开发模式 Web前端开发 初识web Web标准 HtmlCss 什么是Html? 什么是CSS?...

教育行业网络安全:守护学校终端安全,筑牢教育行业网络安全防线!

教育行业面临的终端安全问题日益突出&#xff0c;主要源于教育信息化进程的加速、终端设备多样化以及网络环境的开放性。 以下是教育行业终端安全面临的主要挑战&#xff1a; 1、设备类型复杂化 问题&#xff1a;教育机构使用的终端设备包括PC、服务器等&#xff0c;操作系统…...

【论文速递】2025年04周 (Robotics/Embodied AI/LLM)

目录 DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning摘要 Evolving Deeper LLM Thinking摘要 Kimi k1.5: Scaling Reinforcement Learning with LLMs摘要 Agent-R: Training Language Model Agents to Reflect via Iterative Self-Train…...

Spring Boot知识点详解

打包部署 <!‐‐ 这个插件&#xff0c;可以将应用打包成一个可执行的jar包&#xff1b;‐‐> <build><plugins> <plugin> <groupId>org.springframework.boot</groupId><artifactId>spring‐boot‐maven‐plugin</artifactId&g…...

LangChain与图数据库Neo4j LLMGraphTransformer融合:医疗辅助诊断、金融风控领域垂直领域、法律咨询场景问答系统的技术实践

LangChain与图数据库融合&#xff1a;垂直领域问答系统的技术实践 一、技术背景与核心价值 在垂直领域&#xff08;如金融、医疗、法律&#xff09;的问答场景中&#xff0c;传统RAG系统常面临实体关系推理不足和专业术语理解偏差的痛点。LangChain通过集成图数据库与知识图谱…...

DNS主从同步及解析

DNS 域名解析原理 域名系统的层次结构 &#xff1a;DNS 采用分层树状结构&#xff0c;顶级域名&#xff08;如.com、.org、.net 等&#xff09;位于顶层&#xff0c;下面是二级域名、三级域名等。例如&#xff0c;在域名 “www.example.com” 中&#xff0c;“com” 是顶级域名…...

在Windows11上用wsl配置docker register 镜像地址

一、下载软件 1、下载wsl:安装 WSL | Microsoft Learn,先按照旧版 WSL 的手动安装步骤 | Microsoft Learn的步骤走 注:如果wsl2怎么都安装不下来,可能是Hyper-V没有打开,打开控制面板->程序和功能->启用或关闭Windows功能,勾选Hyper-V 如果Windows功能里面没有Hyp…...

Spring—循环依赖与三级缓存

Spring中存在三级缓存&#xff1a; 第一层缓存&#xff08;singletonObjects&#xff09;&#xff1a;单例对象缓存池&#xff0c;已经实例化并且属性赋值&#xff0c;这里的对象是成熟对象&#xff1b;第二层缓存&#xff08;earlySingletonObjects&#xff09;&#xff1a;单…...

【Linux网络】构建UDP服务器与字典翻译系统

&#x1f4e2;博客主页&#xff1a;https://blog.csdn.net/2301_779549673 &#x1f4e2;博客仓库&#xff1a;https://gitee.com/JohnKingW/linux_test/tree/master/lesson &#x1f4e2;欢迎点赞 &#x1f44d; 收藏 ⭐留言 &#x1f4dd; 如有错误敬请指正&#xff01; &…...