Open baixiaoji opened 5 years ago
其实我们很明白「解析」到底做了什么，说白了就一句话咯：「将源代码转化机器码」。难道不好奇转化这一流程中到底涉及到什么环节吗？
首先，我们展上述的那句话——「将源代码转化机器码」。
在浏览器中，大多数解析是文档，整个过程就是努力将文档转化为代码可以理解和使用的结构，对应输出的结果是对应文档结构的节点树，我们通常叫它为解析树或语法树。
感觉理解上可能还会有点问题，我们举个例子，解析 2 + 3 -1 这个表达式，通过解析会输出这样的语法树：
整个解析过程都是基于文档的语法规则去处理的，而每种可以解析的格式都有确定的语法，又由连续的单词和语法规则组成，这样的语法我们叫做 context free grammer，而人类语言不属于此类范畴（所以不不能用常规的解析技术）。这样看来对应的解析还是比较刻板的过程，只是匹配语法然后转化的过程。
那解析过程可以分几个阶段呢？
解析过程分为两个阶段 lexical analysis 和 syntax analysis 。
lexical analysis 阶段：整个过程是将输入的文档，转化有效的 tokens。这里想将 tokens 理解为人类语言中单词。
syntax analysis阶段：该阶段就是将上阶段的产物应用语法规则，产出语法树。
上述的过程是基于对应的载体作用的分别是词法分析器（lexer）和解析器（parse）。
词法分析器：将输入文档转化为有效的标记，能识别和剔除无效的字符。
解析器：将有效的标记转化解析树。
整个解析过程是循环的，parse 会不断向 lexer 索要 token，然后尝试去寻找对应的语法规则去击中，如击中则将 token 对应的 node 节点添加到 parse tree 上；若没有击中，先保存到内部；然后继续索要 token 去击中语法，直到将所有的 token 全部与语法规则击中为止，如果没有就引发异常，这说明文档存在异常，因存在语法错误。
而解析为语法树并没有完成将源代码转化为机器码的步骤，还差最后一步就是翻译。而翻译过程也是同时解析过程进行，可以理解为下面的流程图：
详细讲一下开始的例子： 2 + 3 -1 表达式。该表达式包含整数、加号和减号。
而对应数学计算语法如下：
那解析一下表达式咯：匹配语法规则的第一个子串是 2，而根据第 5 条语法规则，这是一个项。匹配语法规则的第二个子串是 2 + 3，而根据第 3 条规则（一个项接一个运算符，然后再接一个项），这是一个表达式。下一个匹配项已经到了输入的结束。2 + 3 - 1 是一个表达式，因为我们已经知道 2 + 3 是一个项，这样就符合「一个项接一个运算符，然后再接一个项」的规则。2 + + 不与任何规则匹配，因此是无效的输入。
而在计算机中对应词汇都是有正则表示，所以上述表达式的词汇用正则表达为：
INTEGER: 0|[1-9][0-9]* PLUS: + MINUS: -
因为大多数解析的语法符合 context free grammer ，所以采用 BNF （巴科斯范式）规则。BNF 是由约翰·巴科斯（John Backus）和彼得·诺尔（Peter Naur）首先引入的用来描述计算机语言语法的符号集。语法规则为
<符号> ::= <使用符号的表达式>
上述例子可定义为：
expression := term operation term operation := PLUS | MINUS term := INTEGER | expression
上述仅仅是解析的整个理论过程，而其载体便是解析器，那解析器有哪些种类呢？
4-解析-理论剖析
其实我们很明白「解析」到底做了什么，说白了就一句话咯：「将源代码转化机器码」。难道不好奇转化这一流程中到底涉及到什么环节吗？
首先，我们展上述的那句话——「将源代码转化机器码」。
在浏览器中，大多数解析是文档，整个过程就是努力将文档转化为代码可以理解和使用的结构，对应输出的结果是对应文档结构的节点树，我们通常叫它为解析树或语法树。
感觉理解上可能还会有点问题，我们举个例子，解析 2 + 3 -1 这个表达式，通过解析会输出这样的语法树：
整个解析过程都是基于文档的语法规则去处理的，而每种可以解析的格式都有确定的语法，又由连续的单词和语法规则组成，这样的语法我们叫做 context free grammer，而人类语言不属于此类范畴（所以不不能用常规的解析技术）。这样看来对应的解析还是比较刻板的过程，只是匹配语法然后转化的过程。
那解析过程可以分几个阶段呢？
解析过程分为两个阶段 lexical analysis 和 syntax analysis 。
lexical analysis 阶段：整个过程是将输入的文档，转化有效的 tokens。这里想将 tokens 理解为人类语言中单词。
syntax analysis阶段：该阶段就是将上阶段的产物应用语法规则，产出语法树。
上述的过程是基于对应的载体作用的分别是词法分析器（lexer）和解析器（parse）。
词法分析器：将输入文档转化为有效的标记，能识别和剔除无效的字符。
解析器：将有效的标记转化解析树。
整个解析过程是循环的，parse 会不断向 lexer 索要 token，然后尝试去寻找对应的语法规则去击中，如击中则将 token 对应的 node 节点添加到 parse tree 上；若没有击中，先保存到内部；然后继续索要 token 去击中语法，直到将所有的 token 全部与语法规则击中为止，如果没有就引发异常，这说明文档存在异常，因存在语法错误。
而解析为语法树并没有完成将源代码转化为机器码的步骤，还差最后一步就是翻译。而翻译过程也是同时解析过程进行，可以理解为下面的流程图：
详细讲一下开始的例子： 2 + 3 -1 表达式。该表达式包含整数、加号和减号。
而对应数学计算语法如下：
那解析一下表达式咯：匹配语法规则的第一个子串是 2，而根据第 5 条语法规则，这是一个项。匹配语法规则的第二个子串是 2 + 3，而根据第 3 条规则（一个项接一个运算符，然后再接一个项），这是一个表达式。下一个匹配项已经到了输入的结束。2 + 3 - 1 是一个表达式，因为我们已经知道 2 + 3 是一个项，这样就符合「一个项接一个运算符，然后再接一个项」的规则。2 + + 不与任何规则匹配，因此是无效的输入。
而在计算机中对应词汇都是有正则表示，所以上述表达式的词汇用正则表达为：
因为大多数解析的语法符合 context free grammer ，所以采用 BNF （巴科斯范式）规则。BNF 是由约翰·巴科斯（John Backus）和彼得·诺尔（Peter Naur）首先引入的用来描述计算机语言语法的符号集。语法规则为
上述例子可定义为：
上述仅仅是解析的整个理论过程，而其载体便是解析器，那解析器有哪些种类呢？